随着移动终端数量的快速增长,未来的无线通信网络对网络能量效率(Energy Efficiency,EE)提出了更高的要求。超密集网络(Ultra Dense Network,UDN)通过密集部署多种不同类型的小小区可以显著提高系统频谱效率,降低功耗,并提高系统EE。同时,分布式多天线系统(Distributed Multi-antenna System,DAS)通过将天线分散部署在多个分布式天线单元(Distributed Antenna Units,DAUs)可以显著缩小用户的接入距离,降低发射功率,提高网络EE。因此,本文考虑在UDN中引入DAS以进一步提高系统EE。然而,随着小小区和天线数量的增多,包括回传链路功耗在内的系统功耗会大幅度提高并影响系统EE,而且小区内干扰和小区间干扰会使EE优化变得更加复杂。研究表明,合理的资源分配方案可以有效降低功耗,抑制干扰并提高网络EE。而且,博弈论作为一种低复杂度的分布式算法在资源分配中获得了广泛应用。因此,本文旨在基于博弈论提出一种更加高效的系统EE优化方案。具体来说,本文的主要研究和贡献如下所示。1)为了提高具有DAS的UDN的系统EE,基于博弈论提出了一种具有泄露干扰信号比约束的非合作功率分配博弈算法。具体来说,在每个小区中,基于雾无线网络架构,多个DAU通过回传链路连接到一个移动边缘计算服务器以联合为小区内的用户提供服务。在考虑回传链路功耗的基础上,每个小区单独优化其小区EE,与此同时,通过约束限制泄露给其他小区的干扰。本文首先证明了该算法存在唯一的纳什均衡(Nash Equilibrium,NE),然后通过分析和仿真对比,验证了所提算法可以以较低的复杂度提高系统EE。2)为了进一步提高具有DAS的UDN的系统EE,基于两层博弈模型提出了一个联合功率分配和天线选择的EE优化方案。在该联合优化算法中,上述非合作功率分配博弈算法和下述离散非合作DAU选择博弈算法交替进行,一个博弈算法的输出作为另一个博弈算法的输入,经过多轮博弈,当两个博弈算法同时达到NE时,该联合优化算法收敛到系统EE最优解。仿真结果表明,所提联合优化算法可以显著提高系统EE。3)考虑到DAS中DAU的取值是离散值,本文基于离散博弈提出了一个离散非合作DAU选择博弈算法。在该算法中,每个小区作为博弈参与者,首先将DAU按照与用户的距离进行升序排序,然后依次打开DAU直到获取小区EE的最优解。经过多轮博弈,当所有小区都不能通过改变自身策略提高小区EE时,该博弈收敛,获取系统EE最优解。通过分析和仿真对比,所提算法可以以较低的复杂度获取与穷搜算法相近的系统EE。