随着海洋被陆续地探索和开发,我国对水下通信的技术性创新需求也日益迫切。水下声学信息传输是实现水下大范围稳定信息传输的唯一实用性手段。然而,水声信道涉及到多方面的强力干扰和噪声,信道状态信息难以获取和预测,并且水声信道的有效带宽较窄,导致各部署通信节点在频谱、信道、中继等资源产生冲突和干扰。资源的匮乏和有限性对通信网络的高效管理提出了更高的要求,尤其面临水声信道信息未知的严峻挑战。对节点的各类资源进行联合分配优化能降低节点间干扰、提高通信资源的利用率,是解决资源严重受限问题最直接和有效的方法。因此,为优化水声通信网络性能,本文针对信道状态信息未知且多节点资源竞争等问题,提出高效、稳健、适配性强、且具有低成本和高收益的水声通信网络资源分配方法。首先,本文针对信道信息未知的水声协作通信网络下单源节点的最佳中继选择问题,利用MAB理论的在线决策方式和无需先验信息的特有性质,将中继选择建模为单用户的随机式MAB决策问题。继而引入UCB1算法,保证用户的高效决策和准确寻优,为源节点用户以低成本获得最佳中继策略,最大化网络的通信容量。其次,针对多源节点多中继场景下的中继选择问题,提出了一种能够以分布式求解的多用户SMU中继选择方法。该方法引入稳定匹配理论,通过结合退避函数与UCB指数方程,为每个用户制定新的一对一匹配策略,解决了多用户中继选择冲突的问题。继而考虑到复杂的协作网络下多用户频繁发射功率的强干扰导致功率控制策略回值分布不显著的特点,提出多用户对抗性MAB功率分配方法,为用户-中继对提供低干扰、适应性强的功率优化策略。上述资源分配方法均不需要先验的信道信息,并以分布式的方式实现在线决策,不需要用户之间的信息交换,有效降低了实现成本和计算开销,提升网络传输性能。最后,考虑到多源节点产生中继选择冲突时,针对多源节点竞争同一中继如何合理分配资源,以及中继选择与功率控制之间存在复杂的耦合问题,构建多用户对抗性MAB模型,并提出分布式的GSE联合资源分配连续优化方法。该方法结合博弈理论和对抗性MAB在线决策的优势,扩大策略搜索空间,实现完全分布式求解的同时,克服了传统MAB算法只能依靠固定的离散策略集合求解的缺陷。考虑到策略的探索-利用力度对优化过程的影响,提出了多用户自适应探索的AE机制。GSE-AE算法将两种提出的方法结合,大幅提升算法的学习能力和效率,在复杂的水声通信环境下,实现高效合理和适用性强的多用户联合资源分配,有效提升网络性能。