移动医疗是采用移动通信技术来提供医疗信息或服务的医疗模式,它可以在提高医疗服务的效率、降低人力成本。但构建移动医疗网络时,必须考虑未来用户数的激增所带来的网络频谱资源稀缺问题。在此基础上引入D2D通信技术,有利于提高通信系统中的频谱效率并解决部分网络频谱资源匮乏的问题。本文将以此为研究背景,对功率控制的相关问题进行研究。功率控制是通信系统优化网络资源分配的关键技术之一,它可以降低信号间的干扰,提高系统吞吐量。相较于传统功率控制方法,移动医疗场景的复杂环境下的研究有了更多的限制条件。本文在移动医疗场景下和D2D复用网络的背景下,对功率控制的相关问题进行研究,主要的工作内容如下:(1)考虑到医疗设备对EMI的敏感性,需要对用户的发射功率进行限制。为了解决这个问题,我们对其进行了约束建模,并作为后续优化算法的约束条件。然后,我们在EMI限制下,结合用户优先级讨论了网络的能效优化的问题,并提出了能效优化的功率控制算法。求解过程中,由于带约束条件时问题求解的复杂性,我们运用了罚函数的方法将问题的求解过程进行了简化,并证明了算法在能效最优处达到收敛。(2)对势博弈理论和博弈论中的纳什均衡进行了研究,并根据移动医疗场景的特殊性,建立了相应的功率控制的博弈模型,将网络中的无线用户当作博弈的参与者,由于每个用户都是理性且自私的,都想让自己的发射功率达到最大,也就是使得自己的效用最高。在此基础上提出最优反应动态功率控制算法,并证明了该算法将收敛到博弈的一个唯一的纳什均衡。(3)考虑了在移动医疗场景下用户通信之间会有不完整信道状态信息的情况,而CSI误差会降低网络无线资源分配的性能,对网络资源带来一定程度的浪费。我们对CSI进行了研究,接着在EMI约束和不完整CSI的基础上,将优化个人能效问题进行了数学建模,并提出了基于不完整CSI的功率控制算法,目的是优化发射功率的分配使得用户效用最大化。之后结合博弈论进行相关的数学推导,证明了该算法将收敛到唯一的纳什均衡处。最后分别对三种算法进行了实验验证,对算法的收敛情况和有效性方面与其他算法作了比较。通过实验结果可知,我们提出的算法可以将EMI控制在可接受的范围内,并都具有不错的性能,可以显著提高网络的能效或用户的个人效用。