近几年来,全球变暖、废气排放等环境问题日益严重,不仅造成了严重的经济损失更引发了广泛的社会责任问题。移动通信作为引领时代进步的行业,伴随着网络中数据量的巨幅提升,已经成为引发环境问题的重灾区。随着网络数据量的提升,数据需求的类型也随之增加,具有不同业务需求的用户对获得资源的满意程度大不相同,而传统的能效(EE,Energy Efficiency)问题往往假设网络中只有一种用户类型,这难免脱离现实场景。因此,如何有效地解决存在多种用户类型的系统能量效率问题已经成为当今无线通信产业的中心课题之一。本文以基于 OFDMA(Orthogonal Frequency Division Multiple Access)的异构网络(HetNets,HeterogeneousNetworks)为核心,研究了系统中存在多种用户类型的情况下与能效相关的资源分配问题,通过动态地分配资源块(RB,Resource Block)以及资源块上的发送功率,使得系统的基于效用函数的能率和资源效率得到改善。首先,对于能源资源紧张的多用户类型系统,效用能效往往是其关注的焦点。因此,本文研究了最大化效用能效的联合优化问题。由于各层网络使用相同频段,在提升频谱利用率的同时,不可避免的带来了基站之间的相互干扰,这使得该问题的数学模型变得异常复杂。通过对问题的分析,本文首先将原问题分解为两个子问题:RB调度和功率分配。针对前者,本文根据用户的特点采用了启发式算法;后者,本文通过引入特定的速率下界近似和变量转换将其转化为可以使用常规凸优化算法解决的优化问题。然后,基于这两个问题的解决,本文提出了基于迭代的最大化系统效用能效的资源分配算法。仿真结果显示,本文所提算法较之传统能效的资源分配算法,在效用能效和公平性方面有较大幅度提升。由于上述工作只研究了系统如何最大化效用能效,而有些系统不仅关注效用能效,效用和也同样是系统性能的重要衡量标准,因此,作为对上述工作的改进,本文在结合小区增强技术(SCE,Small Cell Enhancement)的基础上研究了多小站网络的效用能效与效用和的权衡问题。首先将问题建模为一个多目标联合优化问题(MOP,Multi-Objective Optimization Problem),并且根据以往文献中多目标问题的研究成果,将其转化为基于不同权重的单目标联合优化问题(SOP,Single-objective Optimization Problem)并将目标函数定义为效用资源效率(URE,Utility-based Resource Efficiency)。系统每次执行算法前,通过合理地调整目标函数中相应的权重,使得算法向着系统更关注的性能方向优化。考虑到建模的问题是NP-hard,基于问题分解的基础,在功率分配的过程中采用不同的速率下界近似和变量替换,同时参考了粒子群算法的相关理论,于本文最后提出了一种基于迭代的最大化系统URE的资源分配算法。仿真结果表明,本文所提算法在URE以及用户公平性方面较之现有算法增益明显。