针对高速数据传输及计算所带来时延和终端设备能耗问题，提出了一种在上行链路采用等功率分配的传输方案。首先，依据增强现实（AR）业务的协作属性建立了针对AR特性的系统模型；其次，详细分析了系统帧结构，建立以最小化系统消耗总能量为优化目标的约束条件；最后，在保障延迟和功耗满足约束的条件下，建立了基于凸优化的移动边缘计算（MEC）资源优化求解数学模型，从而获得最优的通信和计算资源分配方案。与独立传输相比，该方案在最大延迟时间分别为0.1 s和0.15 s时的总能耗降幅均为14.6%。仿真结果表明，在相同条件下，与基于用户独立传输的优化方案相比，考虑用户间协作传输的等功率MEC优化方案能显著减少系统消耗的总能量。

针对第三代合作伙伴项目（3GPP）中自组织网络（SON）的覆盖与容量自优化问题，提出了一种基于粒子群优化（PSO）算法的有源天线下倾角优化方法。首先，确定基站（eNB）中传输数据的用户设备（UE）数，用户测量上报邻小区参考信号接收功率（RSRP）信息和位置信息；然后，确定优化目标预设适应度评价函数为频谱效率（SE）；其次，将下倾角同时优化问题看作是多维优化问题，选择天线下倾角为粒子集合，使用PSO算法求解得到天线下倾角的最优值；最后，通过系统自主调整优化下倾角，实现长期演进（LTE）网络中容量及覆盖的自优化。通过建模及仿真结果分析，此算法在优化目标不同时可以取得不同的优化效果：优化目标为用户平均频谱效率时，采用传统黄金分割优化算法频谱效率较初始设定提升12.9%，采用PSO算法可提升22.5%；调整优化目标为用户加权平均频谱效率时，对边缘用户，传统黄金分割优化算法并无明显提升，PSO算法取得了19.3%的优化提升。实验结果表明，该方法可提升用户吞吐量，改善系统性能。