随着物联网产业以及无线传感器网络技术的飞速发展,感应节点工作的可持续性问题日益凸显。由于节点寿命有限且置换不便,传统基于电池的供电方式已不再适用于这种能量受限的传感器网络,因此无线射频(radiofrequency,RF)能量收集(energyharvesting,EH)技术应运而生。无线电能量传输具有可控性,能够对网络中的节点进行持续供电,并且能够同时携带能量和信息,因此,无线充电通信网络(wireless powered communication network,WPCN)成为极具吸引力与创新性的研究领域。本文主要考虑在无线充电通信网络场景下进行信息和能量的传输机制设计和资源分配算法研究,并对系统网络布局以及无线资源做出优化配置,从而实现通过无线射频能量采集技术延长网络的使用寿命。具体来说,本文在三个节点组成的多输入单输出(multiple input single output,MISO)无线广播系统中研究了射频能量和信息传输的问题。在所研究的问题中,多天线发送节点作为信息源为两个单天线接收节点传输信息,其中一个接收端作为具有最佳服务质量(quality-of-service,QoS)要求的用户具有稳定电源供给,并为另一个无源接收端提供信息的中继转发服务和射频能量传输。为了进一步提升系统频谱效率,本文采用非正交的传输方式;并且,为了提升理论研究与实际情况的契合度,本文采用非线性能量采集模型。本文的创新点及主要内容包括以下三个方面:(1)在单时隙MISO下行链路系统中,设计了一种基于“三阶段”的传输协议,提出了一种高效的资源分配算法。算法实现了各阶段的时间比例优化、波束赋形设计和转发功率控制,从而保证了无源节点信息传输的可靠性和有效性,并且最大化的提升了系统吞吐量。仿真结果验证了该算法的良好性能。(2)在多时隙MISO下行链路系统中,提出了一种基于指示函数的传输策略,设计了基于遍历搜索、基于能量门限以及基于稀疏优化的三种算法,并成功地解决了多时隙联合优化问题,实现了业务机制选择、波束赋形设计以及转发功率控制。实验仿真与对比验证了基于稀疏优化算法的有效性与可靠性。(3)创新性地采用基于机器学习的方法对本文多时隙联合优化问题进行训练与学习。通过有效调整网络结构、超参数等,训练出一个全连接的前馈神经网络,实现了业务机制的选择。仿真结果证明了该方法具有很好的泛化性能,并且在保证系统性能的前提下显著提升了系统运算效率。