第五代移动通信(the Fifth Generation Mobile Communication,5G)技术的目标是实现无所不在的连接,满足日益增长的移动用户终端设备和无线数据量传输需求,以支持人工智能、高清视频等移动通信业务。而在一些特殊场景中,如临时热点或受灾区域,由于地面基站难以部署或成本较高,往往不能保证用户通信质量。无人机(Unmanned Aerial Vehicle,UAV)辅助网络可以通过无人机搭载通信设备,实现空中基站或移动中继功能,支持无线通信,具有高移动性、高灵活性和低成本的特点,成为近些年来的研究热点。无人机辅助网络可以在许多目前难以实现网络覆盖的场景中提供快捷方便的无线通信服务,扩大网络覆盖范围或提高网络性能,但同样会带来干扰增加、能源有限、部署复杂等一系列的问题和挑战。无人机辅助网络中往往由于无人机的电池能量受限,服务时长受到严重限制,如何规划和设计无人机位置,合理地对无线资源进行分配,延长无人机使用寿命,是无人机辅助网络中必须考虑的问题。因此,本文分别针对无人机辅助网络中引入无线能量传输技术的两种典型场景进行了研究。本文针对无人机下行中继场景,提出了一种基于用户服务质量(Quality of service,QoS)的无人机部署和资源分配算法。考虑到无人机能量受限的特点,引入基于功率分离的无线能量与信息同步传输(Simultaneous Wireless Information And Power Transfer,SWIPT)技术为无人机充电。在满足用户数据速率需求的前提下,以最小化无人机能耗作为优化目标,优化功率分离比例和时间分离比例。同时考虑到无人机部署位置对基站-无人机、无人机-用户间的下行链路信道质量的影响,联合优化功率、时间分离比例和无人机三维部署,建立无人机能耗模型并求解能耗最小化问题。在求解过程中,引入质点概念,简化无人机最佳位置求解算法的复杂度。仿真结果表明,相较于现有的引入SWIPT技术的无人机资源分配算法,所提算法可以有效减少无人机能耗,同时保证用户数据速率,并根据用户需求,动态调整资源分配比例。本文针对无人机中继上行链路场景,提出了一种提高传输可靠性的无人机轨迹和资源优化算法。传感器设备受能量限制,发射功率较小,在与基站相距较远等情况下,容易出现传输中断的情况。为了提高上行链路的通信可靠性,使用无人机充当传感器与基站间的中继。在引入无线能量传输技术,采用充电桩为无人机和传感器充电的前提下,最小化网络平均中断概率,提高数据传输的可靠性。由于无线充电与数据通信无法同时进行,且传感器通过时分复用方式接入无人机,在时隙分配中,不仅要考虑充电时隙对发射功率的限制,还需要考虑传感器关联问题。因此,联合优化了时隙分配、功率分配和无人机飞行轨迹,建立网络平均中断概率模型,并通过迭代算法求解。仿真结果表明,相较于圆形轨迹算法,所提算法有效降低了网络平均中断概率。