得益于射频供能技术的突破,专门部署的射频能量源能够向具有射频能量转化器的传感节点提供可预测和相对稳定的能量,使得节点具备了持续工作的可能。节点及能量源的部署问题是射频供能网络中的两类重要问题。对于部署在环境中用于目标检测的静止节点,根据能量源和待检测目标点的分布情况,对传感节点的位置和充电/感知时间进行合理规划可有效提高系统检测质量;对于由用户携带的移动节点,可由服务提供商部署射频能量源来为其提供无线充电服务。根据用户的时空分布情况对射频能量源的位置及发射功率进行合理规划,可最大化服务提供商的利润。本文的主要工作如下:针对射频供能网络用于目标检测的应用场景,基于融合检测模型提出了一种优化检测质量的节点部署策略;首先将节点的位置和调度联合优化问题建模为一个带约束的优化问题;将原问题转化为一个等价且更易求解的新问题并证明了该问题是一个NP完全问题;在分析了融合半径对于检测结果的影响后,证明了融合半径的取值上限;基于贪婪算法设计了两种分别采用固定融合半径以及动态融合半径的节点部署调度联合优化贪婪算法;最后通过多组数字仿真以及来源于车辆检测实验的真实数据集仿真验证了提出算法的有效性。仿真结果显示,本文提出的两种联合优化贪婪算法全面优于分阶段优化节点部署和调度的分阶段贪婪算法,并且在小规模网络中的结果接近全局最优解。采用动态融合半径的联合优化贪婪算法与采用固定融合半径的联合优化贪婪算法通常性能相当,在特定的信号模型下能进一步提升检测质量。因此时间复杂度较低的采用固定融合半径的联合优化贪婪算法更为适用。针对为用户携带的移动节点提供无线射频充电服务的场景,提出了一种优化供能利润的射频能量源部署策略;首先基于用户的历史时空分布信息归纳了射频能量源部署及发射功率调度联合优化问题;将该问题建模为一个混合整数线性规划问题,利用分支定界法进行求解;通过多组在小规模网络和大规模网络中的数字仿真,以及基于真实用户历史位置数据集的仿真验证了提出算法的有效性。仿真结果显示,分支定界法在绝大多数情况下优于分阶段优化能量源部署和发射功率调度的贪婪算法,并且在小规模网络中可达到全局最优解。