随着通信技术的不断发展与演进,第五代通信系统(5G)的时代即将来临。在数据速率以及接入设备激增的压力下,传统的蜂窝网络架构不再适用。网络的异构性不断增强,将会有多种无线接入技术共存。本文针对异构网络下的两种典型场景,进行资源分配问题的相关研究,其一是多层异构蜂窝网络场景下的资源分配以及用户接入选择问题,目前的研究大多没有考虑基站间不同情况下自适应的频率复用关系;其二是设备间通信(D2D)与蜂窝融合异构网络下的资源分配问题,主要问题在于对引入社交信息的研究较少,联合求解模式选择、功率控制以及信道分配的研究较少。针对上述两个问题,本文主要研究了以下内容:1.在多层异构蜂窝网络的场景下,提出了一种基于自动微分方法的资源分配算法。首先将资源分配问题与用户接入选择一起考虑,建立了相应的数学模型。该问题是混合整数的不等式优化问题,被证明是NP难问题,难以求得精确解。本文首先利用罚函数法,将原问题的目标函数与约束条件连接起来得到增广目标函数,转化为无约束的优化问题。接着根据相关约束设计罚函数,将原目标函数及约束条件转化为动态计算图下的损失函数,基于自动微分的方法进行程序编写,在深度学习框架下利用梯度下降算法进行迭代,求取可行解。得到的可行解中不仅包含了资源分配以及用户接入选择方案,并且能够推导出频率复用方案。仿真验证了本文算法的收敛性与有效性,与其他算法相比,能够在提升系统性能的同时,根据不同条件自适应地得到频率复用方案。2.针对D2D与蜂窝融合的异构网络场景,引入了社交信息,提出一种联合解决用户模式选择、信道匹配以及功率控制的资源分配算法。首先建立资源分配问题模型,将系统内总的用户吞吐量之和作为目标函数进行求解。该问题同样被证明是NP难问题,为了方便求解,本文将其分解为三个子问题。首先是用户模式选择问题,引入了社交信息,提出了一种基于社交信息的模式选择算法,其次针对固定信道上的最优功率分配,采用几何规划的方法求解。最后利用二分图最大权值匹配模型对信道分配问题进行求解,提出了一种改进的IPPO算法,仿真表明其与KM算法相比能够在系统性能与计算复杂度之间取得良好的平衡,并且引入社交信息之后能够显著提升系统吞吐量。