随着智能手机、平板电脑等设备的普及以及物联网的逐渐成熟,人们的生活工作中涌现出越来越多的无线通信设备。由于这类设备的电池电量有限,无线通信网络的用户体验和服务质量(Quality of Service,QoS)难以得到长期稳定的保障,甚至会因设备电量耗尽但无法更换电池而导致网络失能。为此,学术界和工业界相继提出了无线供电通信网络(Wireless powered communication network,WPCN)的概念:采用基于射频的无线能量传输技术为无线通信设备远距离补充电能。WPCN虽然摆脱了电池电量受限的困境,但也面临着诸多技术挑战,主要有:1)能量供需分布失衡,导致部分用户能量不足而无法保障QoS,另一部分用户能量过剩而造成浪费;2)高能量损耗,包括能量传输和数据传输的双重传播损耗,以及用户捕获能量时的射频-直流转换损耗;3)能量传输与数据传输对时间、频谱和功率三种资源的需求存在差异,网络QoS保障与节能是一对矛盾。本学位论文针对WPCN的主要应用场景,研究应对上述挑战的QoS保障和节能技术。针对面向时延敏感业务的WPCN,研究基于多跳传输的跨层控制策略以及用户调度方案。为应对能量供需失衡所导致的高等待时延,提出自适应捕获再协作(Adaptive harvest-then-cooperate,AHC)协议:每个用户先捕获来自能量供给与信息收发混合接入点(Hybrid access point,HAP)的能量,再直接向HAP发送或由其它用户转发数据;HAP根据全网能量分布和数据传输负载分布,做出由物理层发射功率和网络层路由拓扑组成的决策。为避免中继用户的数据队列因接收其它用户数据而溢出,提出一种与AHC协议适配的调度方案。为降低平均等待时延,利用马尔科夫决策过程(Markovdecisionprocess,MDP)构建时延最小化决策问题,并提出基于样本路径的低复杂度求解算法。仿真验证了所提协议和算法能通过多跳传输使能量的供需分布相对平衡,有效降低平均等待时延。设计反向散射传输WPCN,研究其多用户QoS保障和节能技术。为降低能量损耗,在WPCN中应用反向散射传输:被动节点(Passive node,PN)通过错配天线阻抗,将数据调制在来自主动节点(Active node,AN)的信号上,并以反射的方式将调制后的信号传向接收节点(Receiver,Rx)。提出捕获兼反射(Harvest-while-scatter,HWS)协议:AN持续发射单载波射频信号;多个PN先捕获无线能量再依次将数据调制在该射频信号上,并反射给Rx;每个PN利用其它PN反射的时间持续捕获射频能量,以降低专用于能量传输的能耗。针对反向散射传输模式下PN无法发送导频或反馈信道状态信息(Channel state information,CSI)的难点,提出一种与HWS协议适配且由AN、PN和Rx三点协作获得统计CSI的信道估计方法。为在保障QoS的前提下降低总能耗,提出一种在仅有上述统计CSI条件下控制AN的传输功率并分配各PN反射时长的能耗最小化鲁棒算法。仿真结果验证了所提协议和算法在QoS保障和节能方面的有效性,并揭示了节点相对位置对功率控制和时间分配的影响。针对稳定供电和无线供电两类用户共存的混合供电通信网络,研究基于资源分配优化和自适应传输的节能方法。根据能量传输与数据传输对时频资源的不同需求,提出将两者分别安排在低频窄带和高频宽带上进行的频分传输模式。为应对能量供需失衡,提出基于能量波束赋形的波束切换能量分发方法:HAP将能量波束依次指向各无线供电用户,并通过控制能量传输功率和充电时长,实现以高能量转换率地为各无线供电用户按需分发能量。为保障数据传输QoS并降低能耗,研究自适应控制数据传输功率、能量传输功率和能量传输时长的最优决策问题:建立包含实时CSI、能量分布和数据传输负载分布的决策模型;在给定上下行时间分配的条件下,将该决策问题拆解为数据传输和能量传输两个子问题;通过信道状态离散化和MDP框架将这两个子问题分别转换为易解的线性规划问题;提出对应的求解算法。通过仿真验证了波束切换方案和所提算法的有效性,揭示了自适应传输决策利用队列缓存和信道分集实现节能的机理,即通过在信道条件良好时预存能量来降低平均总能耗。针对同一地域存在多类节点,且同时支持多种任务的大规模异构无线供电通信网络,研究基于能量-服务交易的高能效众包平台。在该平台上,用户可提供能量作为报酬,雇佣其它用户协助自己完成任务,从而降低总能耗。提出以能量为交易媒介,为用户维持账户并全程监督上述交易的能量银行。雇主用户可从能量银行取现并通过附近无线充电站(Powerbeacon)获得充能,或通过无损记账的方式向工人用户转账。交易过程中,能量银行要求雇主预付报酬并冻结,在任务完成后再解冻并向工人转账。为验证交易可行,分析雇主的能量代价最小化决策和工人们的能量利润最大化决策,并证明它们的最优决策构成Stackelberg均衡。为示范所提平台的应用并量化所提机制的节能效果,将它们应用于基于中继的无线传感器网络中:在给定最低数据率的要求下,源节点雇佣中继节点协助自己向目的节点发送数据。针对该场景中的雇主能量代价最小化问题,提出启发式求解算法。仿真结果验证了所提平台能为雇主与工人带来双赢,并提高全网的能量利用率,还揭示了源节点对候选中继节点位置的偏好。