随着移动通信技术的快速发展,用户对于网络质量和数据速率的要求越来越高。协作中继技术的出现有效解决了小区边缘弱覆盖的问题,提高了数据传输速率和用户体验感知。能量采集作为近年来出现的一种先进技术,可以从周围环境的可再生资源中收集能量,从而实现绿色通信的目的。因此,协作中继技术与能量采集技术的结合是目前的一个研究热点。本文以具有能量采集功能的中继系统为研究对象,分析多中继系统中的中断概率,提出了不同发送功率限制条件下的基于中断概率的功率优化算法;基于机器学习算法分别提出了离线和在线状态下自适应调制策略。本文的主要研究内容如下:(1)在两跳多中继系统场景下,推导了系统中断概率的闭合表达式。系统中的中继由无线能量传输的方式进行供电,通过能量分割因子确定接收信号中采集能量的比例。以单中继系统的中断概率分布函数为基础,结合概率密度函数与分布函数的关系,推导出多中继系统概率分布函数;通过拟合算法对概率分布函数中的复杂项进行近似,最终推导出多中继系统中断概率的闭合式。仿真结果验证了推导中断概率函数计算结果与仿真结果相同,并分析了不同发射功率以及能量转换因子对于系统中断概率的影响。(2)在不同功率限制条件下,提出了两跳多中继系统场景中基于系统中断概率的资源分配算法。分别以源节点,中继节点不同的发送功率限制条件为前提,提出了以最小化中断概率为目标的中继能量分割因子优化模型。为了方便优化问题的描述和求解,首先对已推导的中断概率闭合式进行近似,采用拉格朗日乘子法和KKT条件对优化模型进行求解,得到了中继节点的最优能量分割因子。仿真结果表明提出的的优化算法有效降低了系统的中断概率。(3)在能量采集中继系统中,提出了一种离线状态下自适应调制策略。假设源节点和中继节点已知所有时隙的信道状态和能量状态,所有节点均采用MQAM调制方式,根据系统信息确定调制阶数,以得到最大化系统总吞吐量的目标。源节点根据数据存储状态确定调制方式,中继根据信道状态和能量存储状态,利用强化学习算法确定调制方式。仿真结果表明所提算法有效的提升了系统总吞吐量。(4)在能量采集中继系统场景下,提出了两种在线状态下的基于分类算法的自适应调制策略。以上述离线算法得到的优化结果为训练数据,分别采用基于信道状态的分类算法和基于贝叶斯分类器的分类算法,对系统的状态信息进行分类;根据获得的分类模型,确定在线状态下中继MQAM调制方式的调制阶数,以达到提升系统吞吐量的目的。仿真验证表明,提出的自适应调制策略有效地提升了系统总吞吐量。