随着智能电网的发展以及通信数据业务规模的扩大,无线通信系统具备能源可再生能力以及满足绿色通信发展理念是未来移动通信的发展趋势。一方面,为了提高系统性能,能量采集和能量协作技术通过从周围环境采集能量并在基站或节点之间交换传递能量,从而有效缓解无线网络能源消耗,其被越来越多地应用在通信系统中。因此,需要重新考虑研究现有无线通信系统中的功率分配、能量协作等资源管理策略。另一方面,分布式天线系统（Distributed Antenna System,DAS）中多输入多输出（Multiple Input Multiple Output,MIMO）技术可同时提高信息传输速率和能量传输效率。本文主要研究了混合供能的分布式天线系统中的资源分配管理问题,包含分布式云无线接入网（Cloud-Radio Access Network,C-RAN）系统与分布式无线传感网（Wireless Sensor Network,WSN）系统。论文主要工作与创新包括:首先,介绍了分布式MIMO系统无线传输的理论基础,仿真分析了无线通信网络中的无线信道统计特征,包括路径损耗、阴影衰落及小尺度衰落模型。为了便于后续研究,简要介绍了三种常见的分式规划问题求解方法。此外,阐述了李雅普诺夫理论,对李雅普诺夫漂移、李雅普诺夫优化以及虚拟队列等相关概念进行解释说明,以此作为后续研究的基础。接着,研究了混合能量供应的C-RAN系统中的长期能效优化问题。同时考虑瞬时服务质量（Quality of Service,Qo S）要求和时间平均意义上的限制条件,通过引入李雅普诺夫框架以及加罚漂移法,在推导得到了数据队列积压的确定性上界后,把对于系统的长期平均功率、稳定性等的联合限制优化转化成了一个李雅普诺夫加罚漂移方程最小化问题求解,联合优化可再生能量和电网电能,提出了一种基于能效的功率分配和能量合作（Energy-Efficiency Based Power Allocation and Energy Cooperation,EE-PAEC）方案。所提出的EE-PAEC算法能够在最大化系统的长期能效的同时,兼顾网络中队列积压的控制。其无需已知每个远端无线单元（Remote Radio Unit,RRU）的流量到达或所采集能量的先验信息。此外,仿真结果也表明能量协作可以提高能效性能,并且该方案可以通过RRU选择以及随机信道状态扩展到更为全面的场景。然后,研究了具备能量采集与协作的WSN系统中的联合效用最大化问题。为了维持网络的稳定性,基于李雅普诺夫理论推导出了李雅普诺夫漂移的上界。此外,结合李雅普诺夫优化、加罚漂移与扰动技术,提出了一种能量采集协作、数据传输、功率控制、路径调度（Energy Harvesting and Energy Cooperation、Data Transmission、Power Control、Routing and Scheduling,EDPR）在线算法。该算法通过联合优化存在电池容量约束、数据速率约束、网络稳定性需求以及能量可用性约束的能量储存功率分配策略,以分布式方式实现最佳效用。EDPR算法可以在系统传输性能和队列积压这两者之间实现折中均衡。与此同时,其不需要已知任何有关此动态系统的先验统计信息,也避免了大量队列积压下的维数灾难。并且结果表征出系统性能与电池寿命之间的线性关系,有利于实际部署。最后,针对前述的混合供能分布式系统中提出的资源分配策略算法,进行理论数值的分析推导,在队列稳定性、队列边界以及所能达到的系统性能方面给出了详细阐述与数学证明。经数值分析,EE-PAEC算法与EDPR算法所能达到的性能与仿真结果一致。