MIMO-OFDM系统是无线通信领域的研究热点，多目标资源分配是MIMO-OFDM系统中的关键技术。快速非支配排序遗传算法(NSGA-Ⅱ)常用来解决多目标优化问题。论文即是将NSGA-Ⅱ算法应用于MIMO-OFDM系统资源分配中的研究。论文的主要研究内容和研究工作包括三部分:　　 第一部分是对NSGA-II算法性能影响因素的分析。　　 第二部分是对NSGA-Ⅱ算法的改进。　　 第三部分是将改进的算法应用于MIMO-OFDM系统的资源分配中。　　 论文首先对NSGA-Ⅱ算法的性能影响因素进行了分析。分析可知影响因素有快速非支配排序方法、拥挤距离的计算方法及精英策略。快速非支配排序能降低算法的计算复杂度;拥挤距离可以使选择的个体具有全局代表性;精英策略能保持种群个体的优良性。由此精英策略对NSGA-Ⅱ算法性能的影响较大，精英策略一方面可以保证所产生的种群中个体的优异性，提高算法的收敛速度。另一方面会造成算法的局部收敛，论文针对精英策略所带来的局部收敛问题进行了改进。　　 为了保证种群中个体的多样性，论文对精英策略的改进是减少精英个体数，或者对非支配个体集丢弃部分数目的精英个体，不同级非支配个体集丢弃的精英个体数是不同的。主要原理是根据前一级精英个体集质量上应优于后一级精英个体集，数量上也偏多，更易造成局部收敛，所以比较而言前一级应丢弃更多，具体的丢弃数目可与每一级产生的个体数成正比，论文采用的是个体集数目占种群数目的百分比。改进的算法ENSGA-Ⅱ在保持原有NSGA-Ⅱ算法优点的同时，可以有效防止算法提前收敛或陷入局部最优解。对ENSGA-Ⅱ算法进行测试，结果也表明了ENSGA-Ⅱ算法得到的Pareto优化曲线比NSGA-Ⅱ算法得到的分布更加均匀。　　 论文将改进算法ENSGA-Ⅱ应用于MIMO-OFDM系统下行信道的资源分配中。从资源分配算法设计，资源分配算法仿真及结果分析两方面进行了应用研究。基于ENSGA-Ⅱ的资源分配算法设计包括模型构建、目标设计和算法设计。对提出的资源分配算法进行了仿真实验，包括仿真参数设计、仿真结果及分析。从算法收敛速度、系统总容量、计算复杂度这三方面对提出的ENSGA-Ⅱ算法与原有的NSGA-Ⅱ算法进行对比分析。仿真结果表明基于ENSGA-Ⅱ的资源分配算法能有效提高资源分配的收敛速度，系统总容量，并保持较低的计算复杂度。