随着无线通信技术的发展越来越快,使得智能设备可以在任何时间与地点接入通信,极大地满足了人们日益增长的通信需求。由于智能手机、平板、可穿戴设备、智能家居等无线通信设备数量的巨大增长,通信基础设施不断增加,能量消耗也随之不断攀升,这将加剧运营商操作的开销成本,研究绿色通信技术和低功耗的通信设备迫在眉睫。无线信息与能量同传(Simultaneous Wireless Information and Power Transfer,SWIPT)技术利用射频信号的特性,能够实现信息与能量的同时传输,是近年来实现绿色通信的重要技术。在设备对设备(Device-to-Device,D2D)复用蜂窝用户的通信网络的模式下,蜂窝用户与D2D用户存在干扰,为了达到D2D系统性能如总信息速率或者能量效率与收集到的能量之间的平衡,降低蜂窝用户和D2D用户之间的干扰,本论文针对系统中的功率控制算法进行研究,为D2D链路选择合适的发射功率和功率分割(Power Splitting,PS)系数,提高了 D2D系统的信息速率之和和能量效率,在获取较高的系统性能和能量收集中获取了折衷,优化了传输策略。首先,设计了支持SWIPT技术的D2D通信复用蜂窝用户频谱资源的系统模型。由于D2D用户与蜂窝用户共用同一频谱资源,D2D用户与蜂窝用户之间存在干扰,本论文利用粒子群优化(Particle Swarm Optimization,PSO)算法解决这一问题。由于PSO算法容易陷入局部最优,本论文结合了模拟退火算法(Simulated Annealing,SA),又提出了一种自适应混乱扰动,提出一种改进的模拟退火粒子群优化算法(Adaptive Simulated Annealing Particle Swarm Optimization,ASA-PSO),并设计了相应的功率控制算法,提高了粒子的全局搜索能力和后期搜索精度。基于此,本论文设计了功率控制算法,选择出合适的D2D链路的发射功率和功率分割(PowerSplitting,PS)系数,使得D2D链路的总信息速率最大。由仿真结果可知,本论文提出的算法的D2D链路的总信息速率高于已存在的博弈论方法,并克服了博弈论方法仅能选择D2D链路的发射功率的不足,对D2D链路的发射功率和PS系数联合优化。略微的迭代次数的增加,换取了 D2D链路的总信息速率的大幅度提升。其次,为了研究在SWIPT技术中的能量效率这一绿色通信技术中的系统性能重要指标,通过引入遗传算法(Genetic Algorithm,GA)的选择、交叉、变异等操作,增加粒子的搜索范围,提出遗传粒子优化(Genetic Algorithm Particle Swarm Optimization,GA-PSO)的联合PS系数和发射功率的分配算法,选择D2D链路的合适传输功率和PS系数,优化了系统的传输策略,在下行传输过程中,在传输信号和能量收集这两方面中取得平衡,在保证蜂窝用户的通信质量的前提下,实现了 D2D链路的最大化。通过利用GA、PSO、GA-PSO算法的仿真结果可知,在PSO算法中引入了 GA算法的交叉和变异操作,提升了算法的局部搜索能力和全局搜索能力,收敛速度也加快,并获得了较高的D2D链路的能量效率,证明了算法的有效性。