随着信息技术与无线网络技术的不断发展，无线多媒体业务己经呈现出爆炸式的增长趋势。如何更有效地利用有限网络资源满足网络对业务的需求已成为无线通信研究领域内最重要的课题之一。因此第三代合作伙伴计划(Third Generation Partnership Project,3GPP)对LTE(Long Term Evolution,LTE)系统进行进一步演进形成了升级的长期演进(LTE-Advanced,LTE-A)系统并开发了一系列新的技术用于提升频谱效率。其中终端直通(Device-to-Device,D2D)技术使用户间直接进行通信而不再通过基站转发，具有高吞吐量、低时延和低消耗的优点，应用前景广泛。D2D技术一般通过复用蜂窝用户资源以获得更高的频谱效率，但这也引入了D2D系统和蜂窝系统的相互干扰。为了在这种干扰环境中提高网络效能并最大程度保障每个用户性能，本论文研究了D2D融入LTE蜂窝网络的关键技术，主要贡献概括如下：　　针对现有D2D通信连接建立方案信令步骤多、时延较大并缺乏具体探测信号设计的问题，提出一种D2D快速连接建立方案并设计了具体的探测信号。针对连接建立后D2D通信数据流不经过核心网计费实体导致的运营商计费困难问题，提出一种D2D计费控制方案。连接建立方案中基站通过维护D2D配对列表减少了发起D2D时需要的信令步骤，从而实现D2D通信的快速连接建立，降低了建立时延。其中，探测信号以现有蜂窝网络的同步信号为载体，通过对同步信号的扩展设计使其能够携带D2D用户的标识信息，因此本文设计的探测信号能在不增加额外网络资源消耗的前提下完成识别D2D用户的探测任务。D2D计费控制方案基于用户设备执行，使得运营商能够顺利对开通D2D业务的用户进行计费，并具有D2D用户识别的鲁棒性，同时不需要增加新的核心网功能实体，具有对协议的后向兼容性。　　针对高密度混合网络场景中多个D2D用户复用同一个蜂窝用户资源时相互干扰导致吞吐量不能有效提升的问题，提出了一种基于潜在博弈的D2D资源分配算法。首先从理论上分析了现有LTE系统调度能力，证明高密度混合网络场景中使用所提算法的必要性；其次，为了降低用户间干扰，以提升系统总体吞吐量，本文构造了基于最小化系统整体干扰的非合作博弈效用函数，该效用函数兼顾了系统中D2D用户之间的干扰以及D2D用户与蜂窝用户之间的干扰；接着证明了该博弈符合潜在博弈模型，进而证明了其纳什均衡(Nash equilibrium,NE)的存在性。仿真结果表明，该算法相比现有方法在高密度混合网络中具有更好的公平性和收敛性，能使系统获得更高的吞吐量，降低D2D用户受到的干扰，高效地协调了多个D2D用户间的竞争。　　现有LTE与D2D混合网络中的资源分配算法存在D2D用户资源分配方式不灵活导致的吞吐量提升不足问题；同时由于忽略了LTE系统规定的调制阶数配置，现有最大化系统容量的算法应用于LTE与D2D混合网络中存在D2D用户功率利用率低的问题。针对问题一，本文提出了以资源块为粒度进行灵活资源分配的算法用于提升LTE与D2D混合网络的吞吐量，算法使用了新的用户建模方式及三阶段分解算法来解决灵活资源分配方式产生的模型复杂和求解NP-hard的问题。首先，所提用户建模方式将D2D用户和蜂窝用户统一建模因而简化了系统模型；其次，所提三阶段分解算法将资源分配问题分解为确定资源块使用数、基于干扰感知分配资源块和基于博弈分配功率三步进行，从而降低直接求解的复杂度以实现快速求解，并具有对现有LTE协议的后向兼容性；针对问题二，本文在博弈自适应功率控制算法中施加用户SINR(signal to interference plus noiseratio,信干噪比)上限约束来提高用户功率利用率，该算法还设计了用户的自适应功率调节因子，该因子仅需占用少量广播信道资源即可进一步提升系统吞吐量，并从理论上证明了NE的存在性和唯一性。仿真表明该算法具有更高的系统吞吐量、更高用户功率效率和更快的收敛速度。　　针对已有网络速率最大化的分布式信道分配和功率控制算法无法同时满足D2D和蜂窝用户不同速率等级的传输需求的问题，以及已有算法为不同信道提供相同功率分配上限导致功率利用不充分的问题，提出一种新的分布式联合信道分配和功率控制的算法及D2D用户接入机制。首先，该算法在问题建模中通过施加D2D用户和蜂窝用户速率等级需求的约束条件，满足不同用户的服务质量(Quality of Service,QoS)；其次，本文提出基于干扰排序的D2D接入机制，以提升能够满足速率等级需求的接入用户数；接着，算法对已建模问题进行松弛，转化为凸优化问题使其在多项式时间内可解，继而引出最优信道分配和多级注水功率分配算法，为不同信道设立不同功率上限，解决了功率利用不充分的问题。仿真结果表明，该算法在网络重载时仍能保持较高的D2D用户接入率，能够同时满足D2D用户和蜂窝用户不同速率等级的传输需求，相比已有算法具有更高的网络吞吐量。