近年来,无线通信网络发展迅速,其得到了相当长足的进步和提高。在如此强劲的发展势头下,通信技术的进步大大地影响了人民的生活、工作和学习娱乐等各个方面。这同时也对无线通信网络的性能诸如速率和服务质量保证(Qos)提出了更高的要求。近年来无线传感器发展达到顶峰,然而在很多情况下(灾害地区、不可入地区、无通信基础设施),采集区域并不具备条件来部署汇集结点,在这种情况下,该如何去采集数据以及尽量地采集并传输更多的数据成为了一个挑战。正交频分复用技术(OFDM)作为一种多载波调制技术现在已经被广泛地运用在诸如Wimax、LTE和LTE-Advanced网络当中。为了给多播用户提供更加好的服务质量,就需要多播服务提供者高效地调度无线资源。为了满足国际电信联盟(ITU)对4G的要求,LTE-Advanced在长期演化网络(Long Term Evolution, LTE)基础上加入了诸如载波融合(Carrier Aggregation, CA)等技术。为了使这些技术能正常地工作,就需要相应的资源调度算法去协调工作。同时,联合使用无人机(Unmanned Aircraft Vehicle, UAV)和卫星来对一些特殊地区(灾害地区、不可入地区、无通信基础设施)进行数据采集,并将采集到的数据提供给终端用户。为了能有效地采集到更多的数据,这就需要对其中的资源进行高效地分配和调度。本文基于上述的观点,对相关的无线网络中的资源分配问题进行了研究,其主要包括以下几个方面：1.提出了一种OFDM多播网络中的最优化边缘自适应资源分配算法。OFDM多播资源分配可以划分为两种类型,一种是给定一个固定的发射功率去最大化系统所有用户的速率之和,称之为速率自适应资源分配；另一种就是给定所有用户速率之和的限制来最小化系统的发射功率,称之为边缘自适应资源分配。本文针对OFDM多播系统中的边缘自适应资源分配进行建模,这个模型以系统所有用户的总速率之和为限制条件来最小化系统所需要的总发射功率,来减低系统的功率消耗。通过详细分析这个问题模型,提出了一个最优化的基于动态规划算法的边缘自适应资源分配算法,并证明了只要动态规划中速率步长取得得当,该算法就可以取得全局最优值。最后实验结果表明,该算法和暴力破解算法一样,都可以取得最优值。2.针对LTE-Advanced网络中的载波融合问题,提出了一个更加普通的载波融合相关资源分配系统模型,并且提出了一个高效的集系统发射功率、载波、资源块联合的资源分配算法。LTE-Advanced是LTE的一个升级版本,把载波融合技术写入了LTE-Advanced的标准之中,使得LTE-Advanced网络中可以同时使用多个载波进行信息传输。但是在现实生活中,由于每个用户的硬件设备的配置的不一样,就使得每个用户所能支持的载波的个数是不一样的。于是研究问题就出现了,就是如何给用户分配载波以及载波包含的资源块,如何分配发射功率。针对这个研究问题进行了建模,该模型以最大化所有用户的速率为优化目标,来提高所有用户的网络体验。证明该问题为NP-hard问题。于是先在假设给定载波分配的情况下,用凸优化的方法提出了一个最优化的功率分配和资源块分配的算法；然后基于这个最优化的算法,提出了一个高效的载波分配算法。最后的实验仿真结果表明,本文提出的算法优于现有的资源分配算法。3.针对特殊区域(灾害地区、不可入地区、无通信基础设施)的数据收集问题,提出了一个基于卫星和无人机的实时数据收集模型,该模型由采集节点、无人机和卫星三部分组成,采集节点负责采集数据并传输给无人机,然后无人机把数据传送给卫星,最后由卫星给用户提供服务。针对该模型中的实际问题,先后建立了三个模型来逐步解决相关问题。第一,针对采集节点和无人机之间数据传输的带宽资源分配建立模型,该模型以最大化系统收益为目标,以传输数据的带宽为限制条件；第二,针对采集节点和无人机之间数据传输的带宽资源和节点的能量资源分配进行建模,该模型以最大化系统收益为目标,以传输数据的带宽和采集节点的能量为限制条件；第三,该模型同样以最大化系统收益为目标,以传输数据的带宽和采集节点的能量为限制条件,同时考虑无人机和卫星之间链路流量限制。并针对三个模型分别提出了相应的算法。第一,提出了一个最优化的贪心算法,实验结果表明,提出的算法优于常规的平均分配算法；第二,提出一个两步算法,先根据模型一中的算法得出带宽分配,之后基于带宽分配得出采集节点的能量分配,实验结果表明,提出的算法能获得更好的结果；第三,提出一个两步算法,首先根据模型二的算法得出带宽分配和节点的能量分配,然后根据无人机和卫星之间链路的流量限制情况重新调整带宽和节点能量的分配情况,实验结果表明,该算法可以高效利用带宽和节点能量以获得良好的效益。4.针对LTE环境下的基于无人机数据采集问题,先后建立了以下两个问题模型并提出相关算法。第一,针对节点与无人机间数据传输的资源块数分配、节点数据发送方式选择进行建模,并提出一个动态规划算法；第二,针对节点与无人机间数据传输的资源块数、节点数据发送方式选择以及节点能量分配进行建模,并提出了一个两步算法,第一步先根据模型一算法来获得节点资源块数分配方案,第二步再根据第一步得出的资源块数分配方案来对节点的能量进行分配。最后,实验结果表明,提出的算法均能取得很好的效果。