无线传感器网络（Wireless Sensor Network,WSN）常被应用于灾害预警、医疗监测、工农业生产、国防军事等各个领域。在WSN中,一方面节点电池容量有限导致网络寿命有限,另一方面广播特性使得通信干扰严重、吞吐量低,这两点是制约WSN大规模部署的重要因素,然而这两个问题相重叠使得系统模型更为复杂。为了有效提高网络吞吐量、延长网络寿命,本文提出将串行干扰消除（Successive Interference Cancellation,SIC）和无线能量传输技术（Wireless Energy Transmission,WET）引入WSN中构造了跨层优化问题并设计出工作策略。更进一步研究干扰管理策略,提出联合干扰对齐（Interference alignment,IA）与SIC技术辅助多入多出（Multiple Input Multiple Output,MIMO）自由度（Degree of Freedom,DoF）模型,三种技术进行优势互补,设计一种提高网络吞吐量的工作策略。本文的研究工作包括:（1）研究基于SIC的无线可充电传感器网络（Wireless Rechargeable Sensor Network,WRSN）吞吐量优化的问题。在WRSN中,由于每个节点的数据流量未知,因此节点的功率不是恒定的。但是如果无法预知接收信号功率,则SIC迭代解码过程将难以进行。为了解决这个问题,首先构造最小跳数路由,并统一传输速率以确定传输功率,继而获得时间片调度方案。随后提出一个优化问题,目的是在充电周期内最大化移动充电设备的休整时间,最后展示了一种可控制误差的近似解的求解方案。（2）研究基于联合IA和SIC的MIMO网络吞吐量优化的问题。基于对SIC和MIMO DoF模型的优缺点的理解,提出联合三种技术进行优势互补:1)通过IA和SIC消除大量干扰从而节省宝贵的DoFs资源;2)通过IC和IA使更多的信号在SIC迭代解码过程中达到严格的SINR阈值标准。本文开发了数学模型从而在多跳MIMO网络中实现这两个想法。结合链路调度和路由约束,本文针对多跳MIMO网络结合了IA和SIC,开发了一个跨层优化框架,以解决网络吞吐量最大化问题。仿真结果表明,IA和SIC的结合可以显著节省MIMO网络中各节点的DoFs资源,从而提高网络整体的吞吐量。