设备直通（Device to Device,D2D）是指通信系统中邻近设备之间直接进行信息交互的技术。由于传输数据无需基站（Base Station,BS）转发或核心网络传播,D2D通信能够有效缓解通信核心网络的数据负荷,大幅提升系统容量,优化频谱效率。作为5G通信系统的关键技术之一,D2D通信为海量智能终端的大规模接入、超大规模数据传输、低时延通信的实现提供了新的解决思路。然而,D2D链路重用蜂窝链路的信道资源会引发用户间的相互干扰。如何统筹用户间的资源分配成为D2D-蜂窝融合的难点之一。为此,本文研究了D2D-蜂窝融合系统中D2D通信的干扰管理和模式选择,探讨了基于模式选择和资源优化调度的干扰抑制策略。具体研究内容如下:（1）研究了位置驱动的D2D-蜂窝融合系统干扰管理方案,提出了一种基于下行链路干扰抑制区（Downlink Interference Limit Area,DILA）的D2D通信模式选择策略。首先推导出DILA的范围,继而接着推导出D2D通信范围,最后基于DILA和D2D通信范围实现D2D用户的通信模式选择来实现干扰管理。仿真结果表明,基于DILA和D2D通信范围的D2D通信模式选择策略可以有效抑制因重用蜂窝资源引发的干扰问题。（2）研究了Q学习辅助D2D-蜂窝融合系统模式选择方案,提出了一种基于Q学习的联合模式选择、信道分配与功率控制算法。首先考虑空闲信道有限和用户Qo S约束,建立最大化系统总容量的目标函数;然后,将该模型映射为强化学习（Reinforcement learning,RL）训练模型,并采用分布式Q学习（Distributed Q-learning,DQL）算法求解最优资源分配策略。仿真结果表明,本文所提优化算法能显著提升系统容量,降低算法迭代次数,加速算法的收敛速度,带来更好的收益。