D2D（Device-to-Device）通信作为第五代移动通信网络的主要技术之一,通过允许D2D用户（D2DUsers,DUs）复用蜂窝用户（Cellular Users,CUs）的频谱资源,有效地缓解了当前频谱资源日益紧缺的问题。然而,DUs复用蜂窝频谱资源也会带来复杂的干扰问题。为了解决这一问题,本文使用随机几何建模D2D辅助蜂窝网络,对系统进行了全面的性能分析,并利用推导得出的结果对全网能量效率进行优化。此外,为了进一步提高网络能效,本文考虑了基于能量收集的D2D辅助蜂窝网络场景,并设计了合理的分布式资源分配算法。首先,本文使用随机几何模型对用户相互干扰进行建模和分析,以评估D2D辅助蜂窝网络性能。具体而言,由于CUs和DUs位置之间存在排斥性,它们的位置分别由泊松点过程（Poisson Point Process,PPP）和泊松洞过程（Poisson Hole Process,PHP）来建模。本文通过两种方法推导得出了 CUs和DUs覆盖率的近似表达式,并进行了仿真验证。因为近似方法的易推导性,本文进一步推导出了用户的遍历数据速率和网络总数据速率的近似表达式,并由此分析了网络关键参数（用户密度、功率和排斥半径大小等）对系统性能的影响。基于获得的表达式,本文对全网能量效率优化问题进行了数值仿真分析。其次,为了进一步提高D2D辅助蜂窝网络的能量效率,本文将D2D设备配备了能量收集能力。考虑到D2D设备能量受限的问题,以及因频谱资源复用带来的复杂干扰问题,本文针对D2D辅助蜂窝网络,研究了基于随机学习和斯坦伯格模型的分布式资源分配方案。该方案在保证CUs通信质量的基础上,优化了 DUs的频谱和能量收集时隙分配,提升了 D2D辅助蜂窝网络的频谱效率。基于提出的方案和场景,本文进行了仿真实验,并与其它算法进行了比较。结果表明所提出的方案靠近穷尽搜索算法的效果,算法时间复杂度大大降低。本文针对D2D辅助蜂窝网络,研究了基于PPP-PHP混合模型的性能分析框架,以及网络的能效优化问题,设计实现了相应的分布式资源分配算法。所提出的性能分析框架和算法适用于D2D辅助蜂窝网络,为网络设计者提供了参考价值。