无线通信中高速率业务需求的爆炸式增长以及无线通信网络规模的急速扩张,使得无线通信的能源消耗呈现快速增长的态势。在全球逐步进入“4G”移动通信商用时代的今天,该问题正变得日益严峻。据统计,目前2/3的话音业务和90%以上的数据业务都发生在室内,但由于建筑物对无线信号的严重损耗,室内用户的服务质量往往需要通过增大宏基站的发射功率来保证,而这进一步地加剧了宏蜂窝网络的能源消耗。针对无线通信中的高能耗问题,以高能效为优化目标的无线资源管理方法成为解决这一问题的重要手段。本文针对宏蜂窝网络中的高能耗问题,引入基于LTE接入方式的Femtocell来构建绿色蜂窝网络,并通过研究绿色蜂窝网中的无线资源优化问题,实现绿色通信的目标。本文以最大化系统能效为目标,借助博弈论,引入具有边际递减特性的Sigmoid函数构造绿色蜂窝网络中高能效的效用函数。通过在基站端对功率、时频资源块的联合优化,实现下行链路中能效的最大化。然而由于绿色蜂窝网中的多维资源联合优化的问题是一个NP-hard问题,复杂度过高,无法在多项式时间内求解,为了降低算法的时间复杂度,我们首先将约束条件松弛,然后通过数学推导,证明松弛之后的优化问题是一个可行域内的拟凹函数,存在着全局最优解。对多维资源的优化问题采用分步优化、循环迭代的方法寻求最优化问题的次优解,并引入种群智能算法,来提高分步优化的收敛速度。本文引入一种新兴的种群智能算法——烟花算法来解决分步优化问题。通过严格的数学推导,证明该算法是一个具有全局收敛性的算法,只要迭代时间足够,总能跳出局部最优的陷阱,收敛到最优区域。通过对5种测试函数的数值分析,我们可以看出烟花算法相对于粒子群算法和遗传算法的优越性。最后,引用维也纳大学基于FDD-LTE的系统级仿真平台。针对原平台中调度模块算法种类匮乏的问题,在平台中添加基于不同智能算法的多维资源联合优化的模块。通过MATLAB的仿真,验证基于高能效的资源优化算法的收敛性和有效性,以及相对于传统分组调度算法如轮询算法、最大载干比算法及比例公平算法的优越性。