随着移动通信技术的发展,多网络共存的异构网络成为未来网络发展的趋势。网络融合一方面可发挥各网络的优势,整合网络资源;另一方面可以为用户提供更快速、更多样的业务、以及随时随地的网络连接服务。然而网络融合必须面临如何合理分配网络资源使其实现最大化利用的问题,因而针对无线资源的分配策略的研究就具有重要意义。如今通信系统已成为全球第5大耗能产业,为践行绿色通信理念,网络能量效率(Energy Efficiency,EE)正在成为衡量网络性能新的指标。如何降低能耗,提高能效是目前通信行业的研究热点。因此,本文从基于OFDMA的Macro/Femtocell异构网络系统出发,以最大化系统能效为目标,针对异构网络的频谱及功率资源的分配策略开展研究,主要研究内容包括以下几个方面:1.本文首先针对正交频分多址接入技术(Orthogonal Frequency Division Multiple Access,OFDMA)的Macro/Femtocell异构网模型架构的设计与规划进行研究。面向异构网络下行链路系统,针对网络特有的跨层干扰对系统性能的影响进行分析,并构建以能效为目标的优化模型,为后文载波及功率资源分配奠定理论基础。2.针对Macro/Femtocell异构网频谱分配算法的研究。首次将蝙蝠算法应用到异构网络中的资源分配问题,并为解决算法存在的后期局部收敛差的缺点,在蝙蝠算法的速度更新公式中引入指数的惯性权重因子来改善算法性能。提出利用基于指数递减惯性权重的蝙蝠算法(BA-EDIW)进行频谱资源配置,并通过仿真实验对比分析能效性能。仿真结果表明,载波数与用户数的增多将使系统能效降低,标准蝙蝠比遗传算法进行频谱分配能够获得更高的能效,而BA-EDIW算法将进一步有效提高系统速率,能效比遗传算法提高约11%。3.在频谱分配的基础上,进一步对功率资源分配策略进行研究。首先针对优化模型简化系统传输速率下界与跨层干扰容忍上界,并以最大化能效下界为准则建立优化目标。依据分数规划性质将优化目标转化为减数形式,并建立系统的拉格朗日函数,采用拉格朗日KKT迭代算法对异构网的功率进行分配。仿真结果证实大/小基站发射功率的增大、用户到基站距离的减小均可使系统跨层干扰增加;并分析了大/小基站的发射功率对系统能效、传输速率的影响。最后,将拉格朗日算法与BA-EDIW算法分别应用于功率资源配置,并对系统能效、速率性能进行仿真对比。仿真结果表明,拉格朗日算法能够更快的寻找到能效最优值,但因对优化模型简化,取得的结果为能效值下界。而BA-EDIW算法相比于拉格朗日算法,需要更长的寻优时间,但能效值性能高出约3%。