智能反射面（Intelligent Reflecting Surface,IRS）起源于由软件定义的超材料,它由大量可重构的元器件组成,每个元件由智能软件控制器控制,使入射信号发生一定的相移,从而通过协同通信来提高发射和接收端之间的无线信道质量。IRS具有低功耗、轻量级的特点,从而能够为未来无线网络构建智能、绿色的无线电环境。从该领域的现有研究来看,系统性能指标大部分是单一、瞬时的,无法良好地适应日益增长的通信需求和复杂多变的网络环境。为了解决上述问题,本文研究了时变上、下行通信系统的长期性能,以及针对网络优化的多重目标研究了IRS协作通信的定价问题。全文概括如下:第一章介绍了IRS辅助通信的研究背景及意义,对IRS现有的研究状况进行总结归纳,从而引出本文的研究方向和研究内容。第二章研究了IRS辅助下行通信的动态资源分配:通过联合优化基站（Base Station,BS）的有源波束和IRS的反射系数,降低系统的时间平均功率消耗;利用基于李雅普诺夫（Lyapunov）概念的漂移加惩罚（Drift-plus-penalty,DPP）算法,将长期优化问题转化为多个相互关联的短期子问题,在此基础上,应用拉格朗日（Lagrange）对偶转化和二次转化,以闭式形式导出有源波束和反射系数的解;仿真结果证明了所提算法的收敛性和有效性。第三章研究了IRS辅助上行通信系统的动态资源分配:通过联合优化用户传输功率和IRS反射系数,使动态系统的时间平均和速率最大;通过理论分析得到功率和反射系数的闭式解;最后,仿真结果说明所提算法能够合理地分配资源,提高用户的公平性。第四章研究了IRS辅助无线网络的协作资源分配:以Stackelberg博弈模型为基础,给出了多实体、多约束和多目标网络中IRS定价和协作资源分配的过程,并通过仿真结果证明了IRS定价的有效性和重要性。第五章总结全文并在现有的研究基础上给出IRS未来的研究方向和工作计划。