随着第五代移动通信系统(the Fifth Generation,5G)技术的日益成熟,新业务的出现以及用户需求的提升不仅需要系统承载更多的流量,还会带来巨大的能量消耗。同时,互联网的爆发式发展使各种信息尤其是社交信息的获取变得更加容易。因此,信息与能量的协作将是未来发展的趋势。信息与能量同时传输(Simultaneous Wireless Information and Power Transfer,SWIPT)作为信息与能量协作的一种方式,面临着严峻的安全挑战,而当前研究通常以牺牲系统能效来保障安全,从而降低了系统性能。且在超密集组网(UltraDenseNetwork,UDN)中,海量的基站会带来巨大的回传开销和能量消耗,而通过信息与能量协作将有效降低这些开销。因此,本文针对SWIPT场景和UDN场景,分别提出了两种基于信息与能量协作的优化算法,主要工作及创新点如下:第一,提出了 SWIPT场景中基于能效约束的信息与能量协作优化算法。基于保密速率和能量收集定义了安全SWIPT场景的系统能效,既考虑了潜在的安全隐患,也考虑了设备的能量供给。通过优化信息与能量的接收比例同时采用波束成形和人工噪声技术,保障系统能效要求。以基站发送功率为优化目标,系统能效作为约束条件构建优化问题,利用半定松弛(Semi-DefiniteRelaxation,SDR)和凸逼近等凸优化方法得到了最优的波束成形、人工噪声和信息与能量的分配比例。仿真结果表明,本文所提算法保障了安全SWIPT的系统能效,且基站的发送功率均小于对比算法。第二,提出了 UDN场景中基于社交关系的信息与能量协作优化算法。基于社交信息分析用户之间的需求相似度,进而得到最优用户基站关联关系,实现了回传流量开销的最小化。同时基于能量收集,采用能量交易策略,从而减少了基站能量开销。以回传流量开销最小化和能量交易代价最小化为优化目标构建优化问题,利用匹配博弈及凸优化工具箱得到了最优的用户关联和能量交易策略。仿真结果表明,本文所提基于社交关系的算法在回传流量开销、基站能量开销方面均小于对比算法。