随着蜂窝通信系统对移动数据流量的需求不断增长,将数据流量卸载到免授权频谱是一种可以缓解蜂窝系统压力且具有前景的方法。为了保证蜂窝基站能够利用免授权频谱资源,同时避免对免授权频段上现有用户（如Wi Fi）造成过大影响,典型的免授权频谱共存方案,如LTE-LAA和LTE-U,已经被提出用于实现上述目标。然而,LTE-LAA和LTE-U仍然存在频谱利用率低和公平性不理想的问题。因此,迫切需要提出一种免授权接入方法,以保证蜂窝网络与Wi Fi网络在免授权频谱中能够和谐高效地共存。本文主要研究同一免授权频段上蜂窝网络和Wi Fi网络的共存问题,详细研究内容如下:1.为了进一步提升免授权频谱利用效率和共存公平性,本文提出了一种基于深度Q-学习的免授权频谱接入方案,并从对信道时分复用的角度提出了一种新颖的免授权频谱接入框架。在该方案中,基于所提出的接入框架,小蜂窝基站作为智能体可以通过与环境的多次交互来选择最优的接入时间和传输时间,从而在保证整体公平性的前提下最大化共存网络的吞吐量。大量的仿真结果表明,本文提出的基于深度Q-学习的免授权频谱接入方案在平均奖励、吞吐量和公平性方面都比其他基线方法有更好的性能。2.针对多个隶属于不同移动运营商的小蜂窝基站与Wi Fi网络友好共存问题,本文提出了一种基于平均场近似的智能接入算法。免授权频谱接入的优化问题被构建为阶段性博弈,并利用协作分布式多智能体深度强化学习求解纳什均衡。面对求解纳什均衡带来的高计算复杂度,提出的算法结合平均场理论将多个智能体的联合动作转化为一个平均动作效应,从而简化了求解纳什均衡的过程,并且保证算法收敛性。仿真结果表明所提算法能够克服学习发散问题,快速向最优纳什均衡收敛。此外,提出的算法能够实现共存网络总吞吐量和公平性的双目标优化。与基线方法如Cat-4 LBT、Cooperative LBT和Random方案相比,提出的算法在吞吐量和公平性方面具有更好的性能。3.考虑蜂窝网络吞吐量、Wi Fi网络吞吐量和Wi Fi用户时延在内的多目标优化问题,本文提出了一种时延保障的用户关联和功率分配算法。提出的算法使用非支配排序遗传算法-II进行多目标优化,得到由性能指标构成的Pareto最优解集,并且使用凸差规划求解上行发射功率分配问题。仿真结果展示了优化目标之间形成的Pareto最优解集,并展示了不同的Wi Fi网络用户数目、关联至Wi Fi网络的蜂窝用户数目和Duty Cycle（DC）对于优化目标的影响。