针对智能超表面(RIS)辅助双功能雷达与通信(DFRC)系统的隐蔽传输问题，提出多策略交替优化(MSAO)算法. 在隐蔽约束、雷达恒模约束和总功率约束的条件下，通过联合设计通信波束赋形向量、雷达信号协方差矩阵和RIS相位偏转矩阵，最大化合法用户Bob的隐蔽通信速率和目标探测功率，实现隐蔽通信和雷达感知功能的折中. 在完美Willie信道状态信息和不完美Willie信道状态信息场景下，仿真结果表明，相对于传统单连接RIS和没有部署RIS系统，采用广义全连接模式部署RIS可以更好地传输波束方向图，提高Bob隐蔽通信速率上限，扩大可实现速率的范围，实现通信和感知功能更大的自由度.

为了提高和平衡时分双工系统上下行链路之间的能效，在无线能量收集(EH)协作网络中开展节能资源分配算法研究. 建立考虑无线能量收集、频谱共享、系统功率受限的协作网络模型；基于所建模型，形成综合上下行链路、功率约束、带宽约束和上下行速率匹配的优化问题，分别优化系统的绿色能效和传统能效. 对优化问题进行数学分析，得到资源分配的最优解，即源节点、中继节点和目的节点的最优发射功率，上下行链路最优的带宽分配，能量收集节点最优的功率分割以及最优的系统能效；归纳得到分别基于系统绿色能效最大化和基于系统能效最大化的资源分配算法. 对所建模型与所得资源分配算法开展蒙特卡洛仿真分析，将所得算法与文献算法进行对比. 仿真结果表明，通过综合优化系统上下行链路的资源分配，所得算法有效提升了绿色能效和传统能效.

为了应对5G网络时变的数据流量负载，同时满足5G低时延业务需求，提出基于Benders分解的用户面功能(UPF)部署与流量调度多阶段规划算法，以实现边缘网络环境下5G核心网用户面的动态部署. 以最小化边缘服务器能耗、UPF部署成本及用户面数据时延为目标，考虑部署决策的延迟影响，建立UPF部署和流量调度多阶段规划模型. 用Benders分解算法，将模型分解为UPF部署主问题和一系列流量调度子问题，交替迭代求解主问题和子问题，以获得最优的UPF部署和流量调度. 仿真结果表明，所提算法在保证求解精度的同时具有较快的收敛速度；与逐阶段求解方法和基于马尔可夫决策过程(MDP)的启发式算法相比，所提算法分别节省了10.4%和5.1%的总运营成本.

为了消除新加入无源光网络（PON）线路对旧有PON线路的干扰，实现新旧PON线路的共存，提出基于Manchester-PAM4调制的PON平滑升级方案. 方案分别测试NRZ、Manchester、PAM4、Manchester-PAM4调制格式的新旧PON信号共存时的眼图和误码率. 测试结果表明，Manchester-PAM4信号减少了与Manchester信号几乎相同的串扰，但提供了双倍的比特率；与消光比减小的NRZ信号相比，Manchester-PAM4信号具有更好的串扰抑制效果. Manchester-PAM4调制的新PON信号不仅抑制了对于旧PON信号的干扰，而且保持了100%的编码效率. 在渐进且“无痕迹”的平滑升级后，Manchester-PAM4能够通过软件操作更改为PAM4，以提供双倍的比特速率.