毫米波(mmWave)技术的特性可以满足室内场景中智能设备间大量数据通信的要求。而在通信中保证高吞吐量的同时减少封闭区域的干扰仍然是一个挑战。(1)首先针对室内场景中不同位置的传输性能,本文提出了一个随机模型来捕捉高密度封闭室内区域的特征。由于室内墙壁及天花板的反射,传播性能受到阻塞的几率将出现一定程度的波动。我们通过考虑墙壁以及天花板的一阶反射来构建室内反射模型。与此同时,考虑到人体是室内场景中除常规阻塞之外的主要障碍物,为了捕捉室内场景中的常规阻塞和人体特征,本文还将多视距球(Line of Sight,LOS)模型与自阻塞模型相结合。利用自阻塞模型来捕捉人体的影响,同时利用多LOS链路状态模型来描述传统的阻塞以构建完整的室内阻塞模型。结合反射模型和阻塞模型,本文更加全面具体的对室内场景进行表征。(2)其次,我们利用随机几何理论,计算出阈值范围对强弱干扰进行划分,推导得出对应模型下覆盖率的封闭近似表达式和面积频谱效率表达式,以论证模型的精确度与匹配度。仿真结果表明,我们提出的模型能够较为准确得描述室内情况下的反射阻塞情况。(3)最后,基于完成的建模,我们将资源分配表示为不同位置场景下的优化问题。此优化的目标是通过最小化干扰来实现最大吞吐量。为了实现这一目标,针对室内中心场景位置,我们提出了一种改进的Powell多顶点着色算法(PMVC),使得不同的时隙中能够均匀地放置更多的通信流。数值实验表明,与传统的贪婪算法和原始的Powell顶点着色(PVC)方案相比,改进后的算法可以获得更高的系统吞吐量。在完成室内中心位置资源调度的基础上,本文参考墙角位置的传输特性,提出了一种组合温度随机算法(CTRA)来安排靠近墙壁处的资源分配。其中将CTRA算法划分为两个阶段:分割和匹配。在分割时,利用传输距离(包括一阶反射)作为分段度量标准计算出边缘权重来表征两个传输链路之间的干扰水平,以便最小化所有簇之间的干扰。在匹配阶段,定义函数对特定温度因子下的系统性能进行比较,使得CTRA算法将以更高的概率逼近全局最优。该算法提高了平均吞吐量,与其他传统算法相比性能明显更加出色。