非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术通过使用功率域实现用户信息的多路复用,在发送端通过主动引入干扰使多个用户信息可以使用相同的频谱资源,在接收端采用串行干扰消除技术正确解码用户信息,以此提高系统容量。因此,本文重点研究基于NOMA系统的资源分配问题,主要工作如下:基于NOMA系统容量最大化的三维用户关联问题。用户、基站和子信道三维匹配属于NP难题,现有的研究将三维匹配分解成两个二维匹配求解,本文提出一种改进的遗传算法求解用户的多维匹配关系。首先,为了满足系统总容量最大,降低时间复杂度,将遗传算法的编码方式设计为一种多维映射过程;其次,为了增加种群的多样性和相关性,对选择算子进行确定性和随机性相结合;最后,通过选取精英个体进行交叉和变异得出最佳匹配种群。实验结果表明,改进的遗传算法性能接近于穷举搜索匹配算法,略优于双边匹配算法;相比较传统遗传算法,能有效避免陷入局部最优,更快的达到收敛状态。基于NOMA系统的能量效率的资源分配问题。系统能量效率等于系统总容量与系统总功耗的比值,为了求取系统总体能效,通过建立以能效为目标函数的数学模型,在满足用户Qo S条件下,将功率分配问题分解为子信道内的用户的功率分配问题和基站对子信道间的功率分配问题。对于子信道内用户的功率分配问题,使用分支定界算法求解全局最优能效,为了降低计算复杂度,使用DC规划求取用户功率分配的次优解;对于子信道间的功率分配问题,使用迭代注水算法进行求解。通过联合子信道内和子信道间的功率分配算法,从而达到优化系统能效的目标。