无人机（Unmanned Aerial Vehicle,UAV）作为一个空中飞行的平台,由于其固有的特性,如移动性、灵活性和自适应高度,在军事、监测、远程通信、灾后重建等场景都有着许多的应用。UAV不仅可以作为空中基站来增加无线网络的覆盖面积、容量、鲁棒性和能量效率,还可以作为数据收集和无线充能的平台来对无线网络中的设备提供服务。与传统的基站通信不同,UAV可以通过飞行尽可能地避开障碍物,从而有更高的概率来构建视距（Line of Sight,Lo S）的通信链路。在UAV辅助的数据与能量协同传输的系统中,UAV接收来自地面的物联网设备采集的数据信息,并且给地面的物联网（Internet of Things,IoT）设备进行能量传输,以保证其能量供应充足,如何有效地进行系统中资源的协同调度和分配是目前研究的热点和难点。本文首先对UAV辅助的数据与能量协同传输系统中的资源调度方案进行了研究,采用了搭载太阳能面板的UAV,收集太阳能作为其能量消耗的补充。此外,本文将UAV的飞行轨迹拓展到了三维空间,提出的UAV剩余能量最大化算法,对UAV的三维轨迹和UAV与地面IoT设备的通信调度进行了联合优化。仿真结果展示了所提出的算法在能量节省上的优势。接着,为了解决因UAV与IoT设备的视距通信链路被阻挡而导致的信号质量严重下降的问题,本文采用了面向6G的关键技术,智能反射表面（Intelligent Reflecting Surface,IRS）来辅助无人机数据与能量传输系统,设计了UAV的二维飞行轨迹和以及IRS的相移矩阵,给出了UAV与IoT设备充能和通信的调度方案,并且提出了联合资源调度算法来最大化IoT设备收集能量。仿真结果验证了所提出的收集能量最大化算法在能量收集上的有效性。最后,考虑了搭载移动边缘计算（Mobile Edge Computing,MEC）服务器的UAV的数据和能量传输系统,UAV不仅可以接受来自IoT设备的数据,还可以通过MEC技术进行数据处理。同时,为了进一步减少端到端时延和实现实时的资源调度与分配,本文结合了数字孪生（Digital Twin,DT）技术,提出了DT辅助下的UAV通信、计算和能量的数学模型,研究了最小化IoT设备最大的计算任务完成时间问题,提出了数能算资源联合分配的算法,联合优化了UAV的飞行二维轨迹,IoT设备的卸载决策以及UAV的计算资源分配。仿真结果验证了所提出的算法在减少时延上的有效性。