随着无线通信网络的快速发展,接入网络的终端设备以及网络的数据流量呈现指数式增长,使得无线频谱资源越来越紧缺。D2D通信技术的出现能够有效缓解频谱资源紧张的问题。D2D通信通常被部署在授权频段,以信道复用的方式实现频谱资源的最大化利用。然而,信道复用使得D2D通信之间以及蜂窝网络与D2D通信之间产生严重的同频干扰。因此,需要对这种干扰进行有效控制,尽可能地提高频谱利用率。本文主要研究采用先进的机器学习方法对D2D通信之间以及蜂窝网络与D2D通信之间的同频干扰进行控制,最大化系统吞吐量,实现频谱和功率分配的优化。1.在D2D辅助的蜂窝网络中,考虑到信道复用的D2D对数以及信道状态动态可变,本文提出了一种基于深度学习的可变链路数的D2D功率分配算法。该算法采用深度神经网络对多种维数的历史功率分配数据进行特征提取,并利用学习到的特征关系实现D2D用户的功率分配。仿真结果表明,在不同D2D对数以及信道状态下,该算法能获得与传统最优算法极为接近的吞吐量收益,并且进行功率分配所需的时间开销远远低于传统算法。因此,该算法能快速响应D2D对数以及信道状态的动态变化,以实现对D2D用户功率的动态实时控制,从而保证系统吞吐量长期处于最大化。2.在D2D辅助的蜂窝网络中,考虑到信道和功率分配对干扰和总吞吐量的共同影响,本文提出了一种基于强化学习的D2D信道和功率联合分配算法。在该算法中,蜂窝基站充当代理,代理的状态定义为D2D用户和蜂窝用户的信噪比组合,代理的动作定义为D2D用户可复用的蜂窝信道和功率的不同组合。代理通过与环境不断交互来学习状态到动作的选择策略,并采用动态抖动策略来保证代理在探索与利用间的平衡。在更新动作选择策略时,通过时间差分法对相邻状态的价值偏差进行估计,并使用该偏差辅助策略的更新,以保证回报值大的动作以更大的概率被选择。仿真结果表明,在本文场景中,该算法能够更好地学习到最优策略,并且相较于比较的算法,能够获得更佳的性能。