随着人们对移动业务需求的快速增长,更高的频谱效率、能量效率、系统容量成为第五代移动通信系统(5G,The Fifth Generation Mobile Communication System)的追求目标。作为5G的研究热点之一,毫米波回传网络凭借丰富的毫米波频谱资源以及密集部署的微基站,使得系统的传输效率显著提升。如何高效地利用毫米波回传网络资源,是本文研究的关键问题。作为一种新型的通信网络,毫米波回传网络在网络架构、物理层模型等方面都与传统的回传网络有很大的区别,这将导致其资源分配技术与传统回传网络有不同之处。本文首先对毫米波回传网络进行概述,然后详细阐述了毫米波回传网络物理模型,接着对所分配的资源进行分类,最后给出了适用于毫米波回传网络的资源分配技术。本文分别针对基于并行传输技术以及基于负载均衡技术的毫米波回传网络资源分配方案进行研究,主要研究工作和创新之处可以概括为下面几点:(1)对链路并行传输时存在的调度不公平性问题做了深入研究,提出了一种公平感知的空时域资源分配算法。该算法通过设计效用函数和调度阈值因子在最大化系统吞吐量的同时保证了链路调度的公平性。同时,引入公平指示值来衡量不同调度算法对链路间调度公平性的影响程度。仿真结果验证了该算法在系统吞吐量和链路公平性上的优越性。(2)对链路密集部署带来的能量消耗问题进行了深入研究,提出了一种低能耗的联合空时域与功率域的资源分配方案。在该方案中,首先基于香农定理,提出了在相同吞吐量前提下,增加数据流的传输时间,降低能量消耗的推论。根据该推论以及并行传输技术建立空/时分多址接入分组,在该分组的基础上进一步提出了一种联合时间分配和功率控制算法,实现了更低的能量消耗。仿真结果验证了该算法在系统吞吐量和能量消耗上的优越性。(3)详细研究了宏基站和微基站之间用户资源的分配问题,提出了一种基于改进Q学习算法的负载均衡方案。在微基站处增加虚拟功率偏置值可以提高微基站的覆盖范围,从而分担宏基站的用户负载。如何设计该偏置值,既提高微基站回传利用率又保证用户传输速率是本文的优化目标。根据该优化目标提出了基于改进Q学习算法的负载均衡方案,在该方案中每个微基站作为一个代理人进行独立地学习,经过多次训练得到最优的动作,即最优的偏置值。另外,在该方案中一种改进的动作选择机制被采纳,用来提高学习效率,并且改进后算法的收敛性在仿真结果中得到了证明。