近年来,随着5G研究工作的积极开展,其关键技术也受到广大研究者的青睐。其中D2D(Device-to-Device)技术优势突出,成为了研究的热点。D2D通信可以使终端设备之间直接通信,从而减轻基站负载、降低传递时延、提高通信质量。如今网络中用户需求呈爆炸性增长,而网络中资源是有限的,因此在D2D通信过程中,良好的资源分配方案是减少干扰、提升资源利用率的关键。本文致力于研究D2D通信中资源分配的优化算法,主要研究工作有以下两点:第一,由于点对点数据共享业务需求的增多,为了降低网络服务延迟,提高通信效率,可以将缓存技术应用于D2D通信,来应对媒体业务的增长。在D2D缓存技术中,缓存命中率是衡量系统缓存性能好坏的关键指标,如何分配有限的缓存资源,使缓存命中率最大化是研究的重点。本文对现有的D2D缓存技术进行了分类总结,提出了基于全双工通信的D2D缓存模型,并建立优化模型求解出了使缓存命中率最大的缓存资源分配方案。仿真结果显示,本文所提出的基于全双工的D2D缓存技术的缓存命中率相较于半双工模式有明显的提升。第二,由于D2D设备之间的通信不经过基站的转发,终端需要处理设备配对、模式选择、信道估计以及功率分配一系列问题,由此带来额外的电量消耗。将能量收集技术应用于D2D通信,能够有效增加通信节点的传输功率,提升系统容量。本文研究了基于能量收集的D2D通信技术,在高斯白噪声信道中构建了基于能量收集的D2D通信模型,并通过为收发节点合理分配通信时长,使系统容量最大化。在此基础上,研究了阴影衰落信道中的能量收集D2D系统容量优化问题,并仿真分析了系统容量的平稳性。