移动群智感知（MCS,mobile crowd sensing）是一种有效利用智能移动终端协同采集环境数据的技术，集成多种传感器的移动载体（如车辆）越来越多地被当作参与者来承担各种感知任务。在智慧矿山物联网（IoT,Internet of things）中，为了更好地感知人—机—环的实时信息，支撑安全生产顺利进行，基于MCS思想对矿山环境下移动感知节点的覆盖质量和能耗优化进行研究，提出了一种综合考虑覆盖率（CP,coverage percentage）和覆盖密度（CD,coverage dens
为了实现超密集网络中的绿色通信，提出一种基于能效最优的资源分配算法。首先，在考虑用户服务质量（quality of service，QoS）需求和干扰容限的情况下，建立最大化网络能效的优化问题。其次，为了降低求解原问题的计算复杂度，采用柯西不等式将原优化问题进行松弛，从而转化为非合作博弈问题。进而，在满足最大最小公平（max-min fairness，MMF）准则的情况下，提出一种分布式能效最优算法（distributed EE maximization algorithm，DEMA）。仿真结果
针对单天线多跳系统中的资源分配策略进行了研究，重点研究了基于能效最优的功率分配算法。所提算法以系统能效最大化为设计目标，以满足指定的系统服务质量(QoS, quality of service)为约束条件，建立了以源节点和中继节点发射功率为设计变量的数学优化模型。通过大信噪比区间近似等效，将原始的非凸优化问题转化为凸优化问题。再利用拉格朗日对偶函数凸优化算法，并借助于LambertW函数，最终得到一种功率分配方案的闭合形式解，避免了采用交替迭代方法来求解最优化问题。相比传统以系统频谱效率最大化为
