Abstract Uplink resource allocation strategies in modern cellular networks are studied in this thesis. With the presence of multiple antenna transmission, multiple base station (BS) coordination and multicarrier techniques, the resource allocation problem is reformulated and jointly optimized over a large set of variables. The focus is on the sum power minimization with per user rate constraints. A centralized multicarrier coordinated cellular network with multiple antennas implemented at the BS side is considered, where BSs can be adaptively clustered to detect signals from one mobile station (MS). The power, subcarrier, beamforming vector and BS cluster (BSC) are the design variables to be jointly optimized to satisfy the rate constraint per user. The first considered scenario is a simple single carrier multicell system. The power control problem with per user rate constraint can be optimally solved by the proposed algorithm, where power vector, BSC and beamforming vectors are separately updated until the sum power converges. The scenario is extended to more complicated multicarrier systems. The resource allocation problem is non-deterministic polynomial-time hard (NP-hard). Suboptimal algorithms are proposed to tackle the problem. To get more insights to the performance gap between the proposed algorithms and the capacity achieving bound, the scenario is specified to a single cell system with nonlinear receiver so that the calculation of the lower bound is possible. Efficient geometric aided fast converging power minimization algorithms are proposed to calculate the power bound of the multiple access channel (MAC) with per user rate constraint. By comparing the capacity achieving lower bound with the proposed algorithm, the BSW that starts from full rate allocation looks promising to have a good tradeoff between the convergence speed and the sum power consumption. Besides the resource allocation algorithms in the cellular network, the physical modeling and corresponding design of the network itself are also considered. The radio propagation in the elevation domain is modeled and considered. The diversity gain from the elevation domain is achieved by extra degree of freedom of beamforming in elevation domain. The antenna array can be either a uniform linear array or a uniform planar array with elements placed horizontally. The proposed power control algorithms are simulated in the 3D network scenarios. The effects of antenna array design in different propagation scenarios are compared. / Tiivistelmä Työssä tutkitaan ylälinkin resurssien kohdentamisstrategioita matkapuhelinverkoissa. Olettaen koordinointi useiden monikantoaaltotekniikoita käyttävien moniantennitukiasemien (BS) välillä, resurssien kohdentamisongelma muotoillaan uudelleen ja optimoidaan yli suuren joukon optimointimuuttujia. Erityisesti keskitytään yhteenlasketun tehon minimointiongelmaan käyttäjäkohtaisien siirtonopeusrajoitteiden kanssa. Työssä oletetaan keskitetty koordinointi useiden monikantoaaltotekniikoita käyttävien moniantennitukiasemien välillä, joten tukiasemat voidaan adaptiivisesti ryhmitellä yhden matkaviestimen signaalin havannointia varten. Lähetysteho, kantoaaltoallokaatio, keilanmuodostus ja tukiasemaklusterointi ovat ongelman muuttujia, jotka optimoidaan yhdessä siten, että käyttäjäkohtaiset siirtonopeusrajoitteet täyttyvät. Ensimmäinen käsitelty tapaus on yksinkertainen yhden operaattorin monisolujärjestelmä. Tehonsäätöongelma käyttäjäkohtaisten siirtonopeusrajoitusten kanssa voidaan optimaalisesti ratkaista ehdotetulla algoritmilla, jossa lähetysteho, keilanmuodostusvektorit ja tukiasemaklusterointi päivitetään erikseen, kunnes yhteenlaskettu teho suppenee. Tarkastelu laajennetaan monimutkaisempaan monikantoaaltojärjestelmään. Kun käyttäjäkohtainen siirtonopeustavoite kiinnitetään, ongelma voidaan vastaavasti hajottaa osittaisiksi alikantoaaltokohtaisiksi osaongelmiksi, jossa kukin osaongelma voidaan optimaalisesti ratkaista. Jos alikantoaaltokohtaista siirtonopeustavoitetta ei ole kiinnitetty, tehonsäätöongelmasta tulee ei-polynomisesti monimutkainen. Optimaalisia algoritmeja ehdotetaan ongelman ratkaisemiseksi. Jotta voitaisiin saada tietoa todellisesta suorituskykyerosta ehdotettujen algoritmien ja kapasiteettioptimaalisen rajan välillä, vertailu tehdään yhden solun simulointimallissa epälineaarisen vastaanottimen kanssa siten, että kapasiteettioptimaalisen alarajan laskeminen on mahdollista. Tätä varten kehitetään tehokas geometria-avusteinen ja nopeasti konvergoituva algoritmi tehon minimointia varten käyttäjäkohtaisten siirtonopeusrajoitusten kanssa. Vertaamalla kapasiteettioptimaalista alarajaa ehdotettujen algoritmien suorituskykyyn huomataan, että ehdotettu BSW algoritmi on hyvä kompromissi konvergoitumisnopeuden ja tehonkulutuksen välillä. Matkapuhelinverkkojen resurssienkohdentamisalgoritmien lisäksi työssä huomioidaan myös verkon fyysinen mallintaminen ja vastaava suunnittelu. Työssä mallinnetaan radiokanavan ominaisuudet myös korkeustasossa, joka mahdollistaa diversiteetin hyödyntämisen korkeustason keilanmuodostuksessa. Antenniryhmä voi olla joko yhtenäinen lineaarinen ryhmä tai yhtenäinen tasoryhmä, jossa antennielementit on sijoitettu tasoon. Ehdotettuja tehonsäätöalgoritmeja simuloidaan kolmiulotteisessa verkkoskenaarioissa, jossa verrataan antenniryhmäsuunnittelun vaikutuksia eri radiokanavaskenaarioissa.