随着人们对居住、工作、休闲和交通等领域无线通信多样化业务的迫切需求,高智能化的5G移动通信系统也成为了研究的热点。5G通信系统高智能化移动终端往往由电池供电,这种蓄电池存在供电时间有限,更换成本高等缺陷,直接影响了未来无线通信网络的使用寿命,从而无法满足用户的需求。因此,探索新的能量供给方式是未来移动通信的迫切需求。能量收集技术(Energy Harvesting,EH),可以从多元化的能量源(例如,太阳能、风能、热源、阻尼振动等)中汲取能量,从而为无线通信终端的可持续供电提供了有效途径。然而,从自然界等可再生能量源收集能量容易受到外界因素的影响,从而使得能量收集过程具有不稳定性及突发性等特点。作为能量收集方式,无线能量传输技术(Wireless Power Transfer,WPT)和无线信息与能量协同传输技术(Simultaneous Wireless Information and Power Transfer,SWIPT),利用电磁辐射作为能量源,通过无线信道将电磁能量传输给无线通信节点,为低功耗的无线通信网络提供持续、可靠的能量输送,从而延长了无线通信网络的使用寿命。另一方面,5G移动通信还要求进一步提高无线通信网络的频谱效率,因此,开发具有高频谱效率的新型无线通信网络是未来无线通信的发展趋势。将终端直通(Device-to-Device,D2D)通信与无线认知网络(Cognitive Radio Networks)相结合可以实现从时域、频域和空域全面提高无线通信网络的频谱效率。在解决未来智能无线通信网络的能量稀缺问题和进一步提高无线通信频谱效率的同时,还需要保障无线通信业务的时延服务质量。5G移动通信系统支持视频、语音和数据等多种无线通信业务传输,然而不同的无线通信业务对时延服务质量的需求不同。因此,如何在无线通信网络中保障不同业务的时延服务质量需求是一个亟待研究的问题。传统的时延服务质量保障是确定性的,而无线信道的参数是随时间、频率和地理位置等不断变化的,因此,以大偏差理论为基础的统计时延服务质量保障被广泛地应用来衡量时延服务质量。资源优化是提高新型无线网络的频谱效率或能量效率并保障无线通信业务时延服务质量的有效途径。根据业务时延服务质量需求,结合能量到达过程来合理地分配发送功率、传输时隙、传输能量以及信道等资源,可以在保障业务的时延服务质量的前提下最大化频谱效率或能量效率。本文分别以面向时延服务质量保障的单信道能量收集无线传感器网络、多信道无线能量传输传感器网络、无线信息与能量协同传输的中继网络以及终端直通的无线认知网络为研究对象,研究了如何通过合理的资源优化分配,在保障时延服务质量的前提下,最大化网络的频谱效率或能量效率。本文的主要工作包括:一、在单信道能量收集无线传感器网络中,研究了面向统计时延服务质量保障的有效能量效率(Effective Energy Efficiency,EEE)最大化问题,分别在电池容量不受限和电池容量受限两种情况下,提出了面向统计时延服务质量保障的最优功率分配策略。具体研究思路为:首先,构建了单信道能量收集无线传感器网络模型,建立了能量收集的可用能量模型,将有效能量效率定义为单位收集能量所能获得的有效容量(Effective Capacity,EC)。其次,针对电池容量不受限的情况,构建了以有效能量效率最大化为目标、以可用能量受限为约束条件的最优化问题,运用凸优化理论和拉格朗日函数Karush-Kuhn-Tucker(KKT)条件求解该问题,并得出如下结论:在时延服务质量需求非常松弛时,最优功率策略收敛于注水策略;在时延服务质量需求非常严格时,最优功率策略收敛于信道反转策略。针对电池容量受限的情况,分别在电池最大容量与能量到达速率满足三种不同关系的情况下,运用凸优化理论求解了有效能量效率最大化问题,并得出如下结论:在时延服务质量需求非常松弛时,最优功率策略收敛于受限的注水策略;在时延服务质量需求非常严格时,最优功率策略收敛于受限的信道反转策略。然后,通过分析不同能量到达速率对能量收集无线传感器网络最优功率分配策略的影响,研究了电池容量不受限的条件,求解出最优功率策略不受电池容量约束的门限表达式。最后,分析了采用本论文提出的最优功率分配策略所得到的中断概率,并通过仿真实验检验了本论文提出的单信道能量收集无线传感器网络的最优功率分配策略。二、在多信道无线能量传输传感器网络中,研究了面向异构统计时延服务质量保障的下行传输能量与上行数据传输功率的联合优化问题。本论文考虑了混合接入点通过下行信道为传感器节点传输能量,传感器节点通过上行信道传输数据信息的无线通信网络模型。集合有效容量(Aggregate Effective Capacity,AEC)定义为在异构统计时延服务质量保障下的系统总有效容量。本论文分别提出了多信道无线能量传输传感器网络中分布式和集中式的资源优化策略,从而实现集合有效容量的最大化。具体研究思路为:首先,构建了多信道无线能量传输传感器网络的集合有效容量最大化问题。其次,在各信道的上/下行时隙分配指数一致的情况下,将集合有效容量最大化问题转化为两个子问题:传感器节点决定的最优上行功率分配问题以及混合接入点决定的最优下行能量分配问题,运用凸优化理论和KKT条件,分布式地求解了下行传输能量分配与上行数据传输功率分配的联合优化策略。然后,在动态分配各信道的上/下行时隙分配指数的情况下,运用拉格朗日对偶法和次梯度算法,集中式地求解了集合有效容量最大化问题,并得出了下行能量、上行功率与上/下行时隙分配指数的联合优化策略。最后,通过仿真实验检验了本文提出的多信道无线能量传输传感器网络最优资源分配算法。仿真实验结果表明本论文提出的资源分配方案可以有效保障异构统计时延服务质量。三、在无线信息与能量协同传输的中继网络中,研究了面向统计时延服务质量保障的资源优化分配问题。在本文中分别研究了半双工通信和全双工通信模式下的有效容量最大化问题。具体研究思路为,首先,考虑了无线信息传输与能量传输通过功率分流的方式进行接收的中继网络模型,将全双工通信传输的自干扰问题用自干扰消除系数来描述,并建立了半双工/全双工通信传输模型以及面向时延服务质量保障机制。然后,分别在半双工通信模式和全双工通信模式下,构建了无线中继网络的有效容量最大化问题,并运用凸优化理论和拉格朗日函数KKT条件求解得出了相应的最优功率分配与功率分流指数分配的联合优化策略的闭式解。最后,通过仿真实验检验了本论文提出的无线信息与能量协同传输的中继网络中面向统计时延服务质量保障的最优功率与功率分流指数联合优化策略,并对比了半双工通信模式和全双工通信模式下的最优资源分配策略的性能。四、在终端直通的无线认知网络中,研究了视频流的信道选择与功率分配的联合优化策略。首先,构建了终端直通无线认知网络的信道模型,运用排队论建模了端到端时延,并以此为基础构建了视频流失真模型。其次,建立了以视频流失真最小化为目标,以数据速率受限、最大功率受限、主用户可容忍干扰受约束以及次用户最低数据速率需求为约束条件的优化问题,该问题被证明为混合整数非线性规划问题,很难求解其最优解。本论文通过放松整数变量,将混合整数非线性规划问题转化为凸优化问题,并运用拉格朗日法和次梯度算法求解了松弛最优解。然后,运用分支定界法将松弛解还原为原问题的混合整数解。最后,通过仿真实验检验了本文提出的终端直通的无线认知网络最优信道选择与功率分配的联合优化策略,实验结果表明本论文提出的联合优化策略比其他算法具有较明显的性能优势。