随着物联网新型应用场景的不断发展和通信需求的日益提高,接入网络的移动终端设备和通信数据量呈指数式增长,无线通信网络的性能也面临着更高的要求。一方面,现有的移动终端设备和无线节点多为电池供电,有限的续航能力成为制约通信网络寿命和可靠性的关键因素;另一方面,持续增长的通信业务量带来了巨大的能量消耗。此外,随着基站和接入点增多,基础承载网络的容量面临着更高的需求,无线通信的基础网络架构部署也亟需优化。因此,如何在保证通信质量的同时提高无线通信网络的寿命和能效成为一个关键问题。无线供能通信网络（Wireless Powered Communication Network,WPCN）和无线携能通信技术（Simultaneous Wireless Information and Power Transfer,SWIPT）将无线信息传输和无线功率传输有机结合,在保证无线接入设备通信质量的同时进行能量传输,从而提高设备的续航和网络的能量利用效率。另一方面,基于其高度灵活性,无人机（Unmanned Aerial Vehicle,UAV）能够根据地面设备的实际需求快速调整,在提升信道质量以及快速部署等方面展现出巨大优势。因此,综合考虑无线携能通信技术在提高能量利用效率和设备续航水平以及UAV在提高通信系统性能方面的优势,本文对无人机辅助无线携能通信系统的资源分配算法展开了研究。本文主要工作内容和研究成果概述如下:1、研究多无人机辅助的WPCN的资源分配问题,以实现系统最小吞吐量最大化。构建多无人机协同辅助的WPCN通信场景,在考虑地面设备能量约束、无人机位置以及时隙分配等约束条件下,提出了最小吞吐量最大化的资源分配优化问题。由于多个优化变量高度耦合且存在0-1整数变量和用户间干扰,所提出的优化问题是一个混合整数非凸问题,在有限的多项式时间内难以直接求解。针对这一非凸的优化问题,提出了一种基于深度强化学习的优化算法。仿真结果验证了该算法的有效性,并证明了无人机的灵活性和轨迹设计对于提升系统通信速率具有一定的优势。2、研究智能反射面（Intelligent Reflect Surface,IRS）辅助的无人机SWIPT系统的资源分配问题,以最大化系统的吞吐量。利用智能反射面在对抗多径衰落和提高通信系统性能方面的优势,构建智能反射面辅助的无人机SWIPT系统。基于该系统的下行通信链路模型,在满足能量采集用户最小能量需求以及无人机最大发射功率等约束下,提出了基于系统最小吞吐量最大化的联合资源分配问题。针对所考虑的多变量耦合非凸问题,提出了一种基于迭代的资源优化算法对多个变量进行联合优化。仿真结果验证了所提算法的有效性。此外,仿真结果还证明了相较于传统的无人机携能系统,智能反射面辅助的无人机无线携能通信系统能够有效提高系统吞吐量水平。