作为5G移动通信中的一种重要技术,device-to-device(D2D)通信技术可以提高通信系统频谱利用率,同时减轻基站侧的负荷。目前,终端数量增长迅速,频谱资源日益紧张,同时基站侧的负荷压力也相应增大。D2D通信技术可以缓解频谱资源和基站侧的压力,同时,D2D通信技术作为LTE-A中的一种重要通信技术,是实现M2M(Machine to Machine)通信的技术基础,因此对device-to-device(D2D)通信中的相关技术进行研究具有很大的意义。D2D建立通信的过程主要是由终端发现、模式选择、资源分配和干扰控制这四部分组成的。同时,终端设备的持有者之间组成了移动社交网络,其具有较为稳定的社交网络结构和一些社交网络特征。可以利用移动社交网络的这些结构和特征来帮助解决device-to-device(D2D)通信的技术问题,建立一个基于社交意识的D2D通信系统。本文提出了基于中心性的D2D通信系统终端发现算法。使用Master终端与周围终端的通信联系次数来量化该终端与周围终端建立D2D通信的频率。根据与周围终端建立D2D通信的频率对终端进行分类,然后根据终端的分类情况来进行Master终端的beacon信号的发送频率。使得与周围终端建立D2D通信频率较高的终端有较高的beacon信号发送概率,而与周围终端建立D2D通信频率较低的终端有较低的beacon信号发送概率。这样,应该可以使整个网络完成终端发现的时间更短,占用的资源更少。本文还提出了基于相遇模型的D2D通信系统资源分配算法。根据D2D终端用户之间历史相遇时长来模拟它们之间的关系亲密度,进而预测它们之间能够成功建立D2D通信的概率。然后根据终端设备之间能够成功建立D2D通信的概率确定资源分配的优先级,根据优先级给不同的终端设备资源分配相应的资源。该算法可以提升整个通信系统的传输速率。本文工作相较于过往的研究,将用户的社交特性应用到D2D通信系统的技术问题中,能提升D2D通信系统的整体性能。