为了应对急剧增加的移动互联网业务以及海量用户（User Equipment,UE）日益增长的通信资源需求,第五代移动通信（Fifth Generation,5G）面临着巨大挑战。云无线接入网络（Cloud Radio Access Network,C-RAN）由于其具有云化、集中化、协作化、绿色化的优点,已经成为未来接入网发展的重要方向。虚拟化技术减少了C-RAN中基站（Base Station,BS）系统的能量消耗,而动态资源分配策略能够提高C-RAN的系统性能,因此,C-RAN中的无线资源分配策略需要更加深入的研究。雾无线接入网络（Fog Radio Access Network,F-RAN）与C-RAN相比,能够有效缓解前传链路（Fronthaul Links）压力并为高移速用户提供数据传输。但F-RAN中巨大的能耗开销问题难以忽视,网络寿命和能量约束影响着网络的性能,因此如何保障F-RAN的通信质量是一个极具挑战性的问题。与此同时,能量收集（Energy Harvesting,EH）技术发展迅速,可再生能量为通信系统减少电能消耗提供了契机。在此背景下,主要对C-RAN的无线资源分配和可再生能量协作的F-RAN中的资源分配和电网能量消耗进行了研究,具体工作和创新点如下:（1）针对C-RAN中传统静态资源分配效率低下以及动态无线资源分配中资源种类单一的问题,提出了一种基于用户服务质量（Quality of Service,Qo S）约束的动态无线资源分配方案,将无线资源从无线射频单元（Remote Radio Head,RRH）选择、子载波分配和RRH功率分配三个维度进行研究。首先根据传统的C-RAN系统传输模型和Qo S约束在时变业务环境下建立了以发射功率为变量,以吞吐量最大为优化目标的优化问题;然后基于改进的遗传算法（Improved Genetic Algorithm,IGA）,将原优化方案转变为通过优化RRH选择、子载波分配和RRH功率分配来达到提高系统吞吐量的目的。最后,将改进的遗传算法与其他智能算法在种群规模变化下进行了时间复杂度对比。实验结果得出,所提算法具有较低时间复杂度,所提资源分配方案下的平均吞吐量提升为17%。（2）针对F-RAN中能耗开销巨大的问题,提出了一种基于EH约束的资源分配算法,从联合模式选择与功率分配两个方面进行了研究。首先建立传输模型和能量采集模型,根据功率约束和电费支出约束建立最优化问题;再使用分支定界法对通信模式进行了选择,利用吞吐量注水法对不同传输模式下的发射功率进行分配。仿真结果表明,提出的基于可再生能量协作的F-RAN的吞吐量和电网能量效率均高于传统F-RAN,具有经济和环境双重效益。