未来的无线通信需要提供无处不在的网络覆盖、越来越多元化的网络服务,这都需要高传输速率的支持,因此在频谱资源日益匮乏的情况下,怎么提高频谱效率是无线通信系统面临的首要难题。同时随着网络用户和设备的持续增加,能源消耗也日益增加,怎么提高能量效率,实现可持续发展也是通信系统设计需要考虑的另外一个重要问题。全双工分布式天线系统（Distributed Antenna System,DAS）是全双工技术和DAS的结合,通过在小区内分布式配置全双工能力的远端天线单元（Remote Antenna Unit,RAU）,可以有针对性的扩大网络覆盖范围,消除覆盖盲区;拉近用户与基站天线之间的距离,可以降低发射功率,减小同频干扰（Co-channel interference,CCI）;可以同时同频进行上下行传输,这些优势使得它能够提供高的频谱效率和能量效率。但是与此同时,与半双工DAS相比,更多的干扰也使得全双工DAS的资源分配问题变得更加的复杂和难以处理。本文研究了同时同频全双工DAS的资源优化分配问题,主要研究成果和创新点可以归纳如下:1.在以用户为中心的场景下,分别研究了全双工DAS的RAU选择问题和功率分配问题。首先研究了RAU选择问题,通过把基站端接收RAU和发送RAU分开优化,可以让RAU根据不同情况自适应选择全双工或者半双工的工作模式,能有效的降低残余自干扰对系统性能的影响。我们分析了在每个虚拟小区功率约束情况下,系统频谱效率随RAU数量的变化情况。把原问题分解成上行RAU选择和下行RAU选择两个子问题,利用连续凸逼近（Successive Convex Approximation）,提出了一种循环迭代的RAU选择算法。仿真结果表明,提出的RAU选择算法可以取得接近全局最优值的性能,但是复杂度更低。相比于其它对比算法,可以取得更高的频谱效率。接下来研究了在上/下行用户最小速率保证下的功率分配问题。通过将目标函数和约束转化为凸函数的差分（Difference of Convex Function,D.C.）结构,将非凸的优化问题转换成凸优化问题求解。我们分析了算法的收敛性和复杂度。仿真结果显示,所提的算法能够在保证用户最小速率需求的情况下有效提高频谱效率,特别是在用户数较多的情况下。2.在以用户为中心的场景下,研究了基于正交频分多址（Orthogonal Frequency Division Multiple Access,OFDMA）的全双工DAS联合子载波和功率分配优化问题。在用户最小速率保证和允许子载波复用的情况下,联合优化了子载波分配、RAU下行发射功率和用户上行发射功率以最大化系统频谱效率。我们把虚拟小区的概念扩展到我们的方案中以降低系统复杂度和信令开销。通过把优化问题里的子载波分配和发射功率进行解耦处理,变量松弛,引入惩罚函数,把目标函数和约束转化为D.C.结构,利用连续凸逼近,我们提出了一种整体优化的资源分配算法来求解规划出来的优化问题。仿真结果表明,我们提出的算法可以在保证用户公平性的情况下,有效的提高系统频谱效率。3.研究了以基站为中心的多小区全双工DAS资源优化分配问题。在保证用户最小速率需求、每个RAU发射功率约束和每个用户发射功率约束的前提下,我们提出了一种最大化能量效率的策略,联合优化了上下行波束赋形因子、用户发射功率和RAU选择。首先我们利用分式规划将目标函数从分式形式转化为减法形式。然后,利用Dinkelbach方法,提出了一种迭代资源分配算法,在每一次迭代中需要求解内部问题。经过半正定松弛,引入惩罚函数处理整数RAU选择变量,利用层次分解和连续凸逼近,我们把内部的非凸问题转换成一系列的凸优化问题迭代求解。仿真结果表明,提出的算法可以极大的提升能量效率。4.研究了混合设备间通信（Device to Device,D2D）的全双工DAS的子载波和功率分配联合优化问题。我们提出了一种新的频谱资源共享模式,频谱资源块不再是蜂窝用户的专属资源,它可以自适应的分配给多个蜂窝用户和/或者多个D2D对,为频谱资源分配提供了更大的灵活性。在保证蜂窝用户上行/下行最小速率和D2D用户最小速率的情况下,联合优化子载波分配和功率分配最大化系统的能量效率。通过把分式形式的目标函数和约束转化为等效的减法形式,利用一阶泰勒展开、连续凸逼近和惩罚函数,我们得到了一种两层迭代的联合子载波分配和功率分配算法。仿真结果表明,混合D2D通信的全双工DAS可以提高系统的能量效率,而且我们提出的资源共享模式比纯D2D模式可以取得更高的能量效率。