由于可再生能源的逐渐减少和全球变暖等问题日渐严重,节能减排成了世界性课题。据统计,当前的ICT行业能源消耗占世界总能源消耗的2%-6%左右,而且这一比例正在迅速提高。通信行业的高能耗问题由来已久,特别是蜂窝移动通信的快速发展使得这一问题更加突出。针对通信行业高能耗的问题,“绿色通信”历史性的成了通信行业的新任务。绿色通信不是单纯的以减少能源的消耗为首要目标,而是在保证用户的业务要求的基础上在有限的通信资源下尽量减少能源的消耗,从而减少对环境的污染和温室气体的排放。对于LTE系统中的高能耗问题,以绿色效率为目标的资源管理方法成为了解决这一问题重要手段。LTE系统的业务种类和QoS需求更加多样化,但是不能无限制地满足各类不同业务的需求或者为了满足苛刻业务的需求而浪费大量的资源。在满足不同用户需求的条件下如何高效合理的分配无线资源已成为LTE系统研究的热点问题。无线资源管理既要保证系统的吞吐量和能量效率、用户的公平性等性能,同时对算法的复杂度和收敛性也有相应的要求。本文从效率的原始内涵出发,分析无线通信效率的内涵、外延与优化准则,把问题通过数学语言转换成精确描述、公式化定义的严谨理论模型。针对LTE网络,本文构造基于绿色效率的具有边际效应递减的效用函数,并以此来实现多维资源联合优化。多维资源联合优化算法的计算复杂度较高,为了保证算法的实时性,本文通过分步搜索、迭代优化的方式,在多项式时间内逼近纳什议价解。基本粒子群算法是一种启发式进化算法,其基本思想源于对自然界中鸟群、鱼类等生物群体觅食行为的仿真研究。基本粒子群算法参数设置简单、收敛速度快但是算法的达优率较低,容易陷入局部最优,不能较好的获得目标函数的全局最优解。对于基本粒子群算法中的缺点,本文通过引入混合模型粒子群优化算法自适应的调整算法的全局寻优能力和局部寻优能力,可以在保证分步搜索的收敛速度的前提下避免陷入局部最优陷阱,提高寻优能力。最后通过Matlab软件来进行平台的搭建和算法的仿真,并与传统的资源管理算法进行对比,分析并验证了多维资源联合优化算法的优点。