通信领域快速发展所带来的能源消耗问题已经引起了国内外学者和相关通信组织的广泛关注,并提出了降低未来无线通信系统能耗的目标。能量采集技术的出现,为系统中节点实现自供电运行开辟了一条新道路。射频(RF, Radio Frequency)能量采集技术相对于太阳能和风能等可再生能源来说具有较强的可控性,可以很好地解决无线通信网络中传感器节点面临的电池更换不便等难题,因此也受到越来越多的关注。与此同时,未来无线通信网络还面临着频谱资源短缺的问题,还有数据业务量的指数型增长导致网络部署高密集化。这些都会成为限制无线覆盖以及网络容量的因素。因此,基于能量采集的认知无线网络与宏微蜂窝共存的异构蜂窝网络是未来第五代(5G)无线通信系统的两个重要场景。本论文借助随机几何以及信息论等基础理论工具,针对基于RF能量采集的大规模无线通信网络的覆盖以及网络容量展开研究。论文的主要工作包括以下三个部分:首先,在基于RF能量采集的大规模认知无线网络的场景下,本文提出了一种基于能量的机会频谱接入方案,使得次网络发射机在能量采集的背景下,采用可变功率模式进行数据传输。通过采用随机几何等基本数学工具,本文对次网络的传输机会进行度量,并对主网络和次网络的中断概率以及空间吞吐量进行了分析。结果表明,与已有的基于能量采集的固定功率传输模式相比,在基于能量的机会频谱接入策略下次网络的传输机会与网络吞吐量均得到了显著提高。其次,在基于信息与能量同传的大规模认知协作网络的场景下,本文提出了一种D2D (Device to Device)发射机辅助协作协议,D2D发射机(DT)通过主网络发射机广播的RF信号收集能量,其中没有传输机会的一组DT作为潜在中继,以协助主网络的数据传输。通过采用随机几何等相关数学工具,对于主网络来说,我们考虑了不同合并方案下的协作链路的中断概率,将其与直接链路的性能进行比较;对于D2D网络来说,我们首先分析了DT的活跃概率以及中断概率,然后通过找到主发射机的最优发射功率来最大化D2D网络的空间吞吐量。最后,在一个由超密集小小区与宏小区组成的异构蜂窝网络场景下,我们提出了一个混合的小小区基站部署策略。在该策略下,宏基站由电网供电,小小区基站则部分由电网供电,称为on-grid,而另一部分则没有固定的能量来源,需要采集周边环境中基站传输的RF信号为自身供电,称为off-grid。我们通过优化on/off-grid比例系数来最大化系统的能效。结果表明了小小区基站混合部署的重要性。另外,考虑了小小区移动负载业务的情况,并且基于能量到达模型、小区选择模型等分别研究了用户的中断概率以及网络吞吐量。