无线体域网(WBANs,Wireless Body Area Networks)作为物联网(IoT,Internet of things)的分支,是智慧医疗和智能穿戴的重要组成部分。无线体域网是一种以人体为中心,由植入体内或分布在人体表面的微型无线传感器和执行处理单元组成的低功耗无线传感器网络(WSNs,Wireless Sensor Networks)。无线体域网具有良好的易用性,被广泛应用于健康医疗、军事作战、体育训练以及休闲娱乐等领域。在这诸多应用中,最具有发展前景的是健康监护及重大疾病预防等智能医疗领域。在远程电子医疗服务中,无线体域网能够监测人体的各种生理信息,诊断疾病,甚至协助医生进行治疗。无线体域网不仅能够提升现代医学的水平,而且能够提高医疗服务的效率与质量,其研究具有重大意义。为了保证人体安全,无线体域网中的传感器节点一般体积小,功率低且电池容量有限,甚至有些置于体内不便更换,因此能效问题是无线体域网研究中需要攻克的重大难题。无线能量收集技术作为一种主动的无线能量传输方式,成为了解决多个传感器节点能量持续供应问题的有效途径之一。但这一技术的引入也为无线体域网带来了新的挑战,使得网络资源结构更加复杂化,资源分配问题更加突出。尤其是在多传感器节点的无线体域网中,每个传感器之间相互联系,相互制约。因此如何通过合理的分配网络资源保障无线体域网的高效性是当前非常重要的研究方向之一。为了确保信息传输的持续性与稳定性,直接传输和间接传输的联合传输方式是必不可少的。另外,考虑到传感器节点和中继节点的能量因果性限制,构建了基于多点分类的无线体域网协作传输模型,并提出基于最大比合并(MRC,Maximum Ratio Combining)的功率分配算法,为未来无线体域网资源分配的研究提出了新思路。本文的主要研究思路如下:首先,在现有无线体域网模型中引入协作传输,建立了基于多传感器节点的能量和信息协作传输模型,采用基于功率分配的MRC传输协议,在能量受限的情况下获得最大传输速率。其次,进一步改进现有模型,提出基于分类的无线能量和信息传输模型,并使用拉格朗日乘子法、Karush-Kuhn-Tucker(KKT)条件和次梯度算法求解最佳功率分配比并给出表达式。最后,通过仿真实验表明,所提出的模型和算法在一定程度上达到了优化无线体域网性能的目的。本文主要工作如下:一、引入协作传输,将中继节点放置在传感器节点和源节点之间,并建立了基于多传感器节点的WBANs能量和信息协作传输模型。结合各节点的位置分布情况和WBANs的信道模型,获得相应的路径损耗参数值。二、考虑到传感器节点和中继节点的协作关系与传输可能性,将先能量收集再信息传输的协议与MRC协议相结合,提出了基于功率分配的MRC传输协议。三、以能量因果性与总系统功率为限制,构建系统最大化吞吐量模型,并推导基于功率分配的MRC传输优化算法,建立了相关数学模型,采用拉格朗日乘子法和KKT条件对所提出的算法进行优化求解,仿真证明了所提出算法的有效性。四、改进现有传输模型,提出基于分类的WBANs能量和信息传输模型。以最大化信息传输速率为优化目标,通过仿真结果对比两种算法的优劣性,并验证协议的可行性。综上所述,本文旨在研究基于多点分类WBANs能量和信息协作传输协议,在传感器节点与中继节点能量因果性受限情况下,建立总吞吐量最大化的优化模型。从理论层面解决了多传感器节点WBANs中的资源分配问题,实现中继节点与传感器节点的自适应功率分配,改善系统吞吐量,提升网络可靠性,为以后无线体域网的研究提出新思路。