随着移动设备的爆炸性增长和大量新型业务的出现,移动通信系统现有的网络构建方式暴露的问题日益严重。为提高网络的灵活性和可扩展性,第五代移动通信(5th generation mobile networks,5G)将虚拟化技术作为构建未来移动通信网络的关键技术。虚拟化技术隔离了网络的逻辑实现和物理实现,因此各个定制化的虚拟网络可以以相互隔离的方式共存于同一个物理网络。基于虚拟化技术,可将物理网络抽象为不同服务功能链(Service Function Chain,SFC)或多个虚拟网络,在学术界和工业界都受到广泛关注。本论文选题来源于企业科研合作项目《5G无线空口关键技术研究》。为了满足不同服务的差异化需求,本论文着重研究基于虚拟化技术的5G网络资源分配,提出了分别针对基于虚拟化技术的5G接入网和基于虚拟化技术的5G核心网的两种资源分配算法,主要研究内容如下:1)对基于虚拟化技术的5G网络及其资源分配进行了综述。本文概述了基于虚拟化技术的5G网络中的重要概念以及关键技术,分别梳理了基于虚拟化技术的5G接入网资源分配算法和基于虚拟化技术的5G核心网资源分配算法的研究现状。2)在基于虚拟化技术的5G接入网中,考虑无线资源分配对服务功能链中VNF资源需求的影响,提出了一种服务效用优化的接入网服务功能链部署与无线资源分配联合算法。首先,本文提出了一种基于最大化服务效用的网络切片资源分配框架,包括上层管理各切片中的虚拟网络功能(Virtual Network Function,VNF)映射,以及下层管理用户关联和功率控制。其次,本文提出了一种基于强化学习的两阶段资源分配算法,分别解决所提框架上下层的资源分配问题。该算法的两个阶段均采用分布式Q学习方案,设计提升系统效用的回报函数,奖励效用值高的策略惩罚不满足物理资源限制和切片性能需求的策略,通过迭代获取最佳的服务功能链部署与无线资源分配方案。仿真结果表明,所提算法可以在保证各网络切片的服务性能的同时,使整个系统的服务效用最大化。3)在基于虚拟化技术的5G核心网中,针对服务功能链中VNF计算资源分配对处理时延的影响问题,提出了一种时延感知的核心网服务功能链部署与计算资源分配联合算法。首先考虑服务功能链中VNF计算资源分配对处理时延的影响,建立服务功能链部署与计算资源分配联合优化问题,实现系统成本和服务总时延加权和的最小化。其次,利用深度强化学习算法从服务功能链中各VNF的历史数据中学习策略指导即时的通用服务器节点和计算资源量选择,在算法学习过程中充分利用各VNF之间的合作,设计与系统成本和总时延相关的回报函数奖励有利于网络服务性能的策略,惩罚不满足物理网络资源限制和服务功能链性能的策略,最终实现整体策略最优。仿真结果表明,所提算法可以在保证服务功能链的服务质量(Quality of Service,QoS)需求的条件下,更有效地实现系统成本和总时延的性能折中。