本文介绍了一个用于蜂窝网络下的组播设备对设备通信资源分配的框架，主要通过混合整数非线性规划来解决干扰问题和优化资源利用效率，提供了贪心算法和启发式算法来优化研究结果。

Mar, 2015

本文对 D2D 通信中的资源分配问题进行了研究，提出了一种鲁棒的分布式方案，以最大化网络总速率，并利用机会约束方法在鲁棒性和最优性之间实现权衡。数值结果表明，距离阈值可以明显地改善网络性能。

Jan, 2014

本论文考虑在正交多址接入（OMA）中集成非正交多址接入（NOMA）实现上行混合系统的能效资源分配问题。通过优化用户聚类，信道分配和功率分配，共同制定能源效率最大化问题。通过构建从用户到资源块（RB）的多对一二分图，提出了一种联合用户 - RB 关联和功率分配方案，并提出了一种新颖的低复杂度算法，以在任何连续干扰消除（SIC）顺序和任意数量的用户下获得最佳能源效率。同时，提供了两个 SIC 顺序下的两个用户每簇情况的解析解，并通过数值结果表明，所提出的联合用户 - RB 关联和功率分配算法优于其他基于混合多址和 OMA 的方案。

Mar, 2019

本文探讨对于下行非正交多用户接入网络，基站如何分配频谱和功率资源，如何进行用户调度，同时兼顾用户公平性，我们将子信道分配问题等同于多对多的双边用户 - 子信道匹配博弈问题，提出一种匹配算法，成功地解决了子信道分配和功率分配问题。仿真结果表明，所提算法显著优于正交多用户接入方案和非正交多用户接入方案。

Aug, 2016

本文研究了超出 5G 基于蜂窝的物联网网络中在线用户分组、调度和功率分配的问题。采用非正交多址接入方法来容纳多个设备在相同的无线电资源块中。作者提出了高效的在线竞争算法，并演示了如何在强化学习设置中使用这些在线算法并组合它们的解来获得功能强大的动力分配和全局解决方案。

Feb, 2020

本文研究了一种上行毫米波大规模多输入多输出系统的能量效率最大化问题，应用非正交多址访问技术和混合模拟数字波束成形方案，并提出了一种功率分配算法，同时利用基站的全局信息进行改进，数值结果表明，与传统正交多址访问技术相比，所提出的非正交多址访问技术实现了更优越的能量效率。

Mar, 2019

本文针对非正交多址技术中的公平资源分配问题，基于强化学习提出了一种高效的资源分配方案，结合深度强化学习算法和 SARSA-learning 算法处理不同网络负载下的差异性问题，并通过数值实验得出在物联网中，非正交多址技术可以比正交多址技术更好地提高系统的吞吐量。

Jul, 2020

本文提出一种边缘计算中使用强化学习来降低能耗和任务执行延迟的近似最优算法。

Mar, 2019

基于多智能体强化学习的传输参数分配算法（MALoRa）用于最大化 LoRa 网络的系统能效，显著提高系统能效，并在包传递率方面接受可接受的降低。

Sep, 2023

本文研究了设备到设备通信中的功率控制和信道分配问题，提出了一种基于双重算法的迭代算法来解决资源分配问题，并验证了该算法相对于现有正交多重接入方案的优越性。

Oct, 2017