设备到设备通信(Device-to-Device, D2D)通常是指设备之间不需要经过基站等基础设施而可以直接进行空口通信的一类技术。这里所谓的“设备”既包括人与人(Human-to-Human, H2H)中通过手机、电脑等移动设备进行通信的“人”,也包括物与物(Machine-to-Machine, M2M)通信中不需要人为参与而进行通信的“物”。与传统的D2D技术(如蓝牙,Wifi-Direct)相比,在蜂窝网络中引入的D2D技术具有长距离的通信、工作在授权频段、干扰可控、自动连接等优势。模式选择机制是D2D通信的关键技术之一,并与功率控制和资源分配机制具有紧密的联系。本文研究了不同资源分配模式下的(半)静态和动态模式选择机制,并在每种模式选择机制下建立评价模型,对决定系统性能的关键指标,如平均吞吐量、平均丢包率、平均包时延等进行分析比较,从而确定在不同网络拓扑结构和不同网络负载条件下能够使得系统性能达到最优的模式选择机制。在蜂窝网络中引入D2D通信会带来额外的干扰问题,包括多条D2D通信链路之间的干扰、一条D2D链路与一条蜂窝链路之间的干扰以及多条D2D链路与一条蜂窝链路之间的干扰。这就需要蜂窝网络提供相应的无线资源管理和干扰协调策略,优化系统性能。目前对于存在D2D功能的蜂窝网络的研究大多是基于无限非积压的业务模型,即复用相同频率资源的链路一直相互干扰,所以其干扰模型为静态模型,与上述研究不同,本文基于业务随机动态到达的假设,只有当复用相同时频资源的链路同时进行数据传输时才存在干扰,因此干扰模型是动态变化的。具有D2D功能的终端既可以利用D2D功能进行数据传输,也可以利用传统的蜂窝功能进行数据传输。当D2D终端通过D2D功能进行数据传输时,队列中数据包的到达率服从泊松分布,当D2D终端通过蜂窝功能进行数据传输时,需要通过两跳的空口,第一跳队列中数据包的到达率服从泊松分布,而第二跳数据包的到达过程依赖于第一跳数据包的离开过程。建立排队模型下的马尔科夫链,马尔科夫链中的系统状态是为队列服务的所有链路信道状态和队列状态的集合。利用随机Petri网的迭代与分解算法解决马尔科夫状态空间爆炸的问题。通过分解算法,将系统分解为若干子系统,每个子系统包含一条独立的队列,通过分析子系统减少马尔科夫过程的状态数。但分解后的子系统之间并非是相互独立的,需要计算近似调度概率与近似到达率消除子模型间的相关性,最后通过固定点迭代算法循环求解。