传统的感知节点通常是靠电池供能的。然而,更换节点电池不仅耗费人力而且成本高昂。另外,在有些应用场景下,由于环境因素和电池泄露风险,也不太适合使用电池来给节点供能。能量捕获通信网络中的节点通过捕获环境能量来持续地工作,环境能量包括太阳能、风能、热电效应等。然而,由于这些传统的环境能量的捕获功率随着时间大幅度变化,无法保证通信网络的服务质量。相比这些传统方法,通过捕获射频能量的主要优点是射频信号比较稳定,而且可以同时承载信息和能量,因此有望在新兴的物联网时代给网络节点供能。目前,无线射频能量传输技术可以在10米以外有效地向目标节点传输数十微瓦的射频能量。无线供能通信网络(Wireless Powered Communication Networks,WPCNs)已经成为物联网的一个热门研究方向。在WPCNs中,为了获得更好的网络性能,需要尽可能简化WPCNs的通信和组网协议,从而减少节点的计算量以及计算能耗和通信能耗。因此,使用单跳星型拓扑结构的WPCNs(以下称为星型WPCNs)引起了广泛的研究兴趣,它是一种非常重要的WPCNs。在星型WPCNs中,一个汇聚节点(sink)位于小规模网络内部,协调与捕获射频能量的多个单跳节点之间的无线能量和数据传输。虽然星型WPCNs的组网协议设计相对简单,不需要设计路由协议,但仍需要在能量供应、sink布置、单跳数据收集技术等方面进行精心设计,以获得较优的网络性能。本文研究星型WPCNs,设计并优化其单跳数据收集方案,主要研究内容和创新工作有:(1)最小化网络吞吐量约束下的sink的能量供给(Energy Provision,EP)。具体来说,研究了两种重要的MAC协议下的性能:时分多址(Time-DivisionMultiple Access,TDMA)和非正交多址(Non-Orthogonal Multiple Access,NOMA)。对于基于TDMA的WPCN和基于NOMA的WPCN,首先把EP最小化问题建模为非线性优化问题,然后转化成凸问题,最后提出一种联合使用黄金分割搜索和二分搜索方法的高效算法,来确定sink的能量传输和每个节点的信息传输的最优时间分配和最优的sink的传输功率。此外,对于电路功率可忽略的场景,首先证明了最优的sink的传输功率是最大允许值,然后证明了NOMA和TDMA达到相同的EP,最后对这个EP最小化问题设计了一个更高效的算法。仿真结果表明了当电路功率不可忽略时,TDMA优于NOMA,这是因为NOMA的电路能耗占了总能耗很大比例。(2)研究了基于无人机的WPCN(Unmanned Aerial Vehicle enabled WPCN,UAV-WPCN),最小化收集每个节点给定数量比特的传输完成时间(Transmission Completion Time,TCT)。本文通过使用一种区域离散化技术,使得在给定误差容忍度ε下,无论UAV在某个子区域的哪个位置,节点的能量捕获功率可以近似成同一个值,从而把这个问题转化成一个相对易处理的问题。转化后问题的最优解与理论最小TCT有1+ε的近似率。为了解转化后的问题,本文把这个问题建模为一个凸问题,并分解成主问题和线性规划子问题。主问题用基于次梯度的算法解决。此外,对于每个节点有相同数据量需要传输的场景,本文设计了一个更低复杂度的算法。仿真结果表明UAV-WPCN显著优于传统的固定sink的WPCN。(3)通过联合优化能量传输时长、节点的数据传输功率和节点信号的解调顺序,最大化基于NOMA的WPCN中最差节点吞吐量。本文首先把最差节点吞吐量最大化(Common Throughput Maximization,CTM)建模为非凸优化问题,然后把CTM问题分成一组子问题,最后从子问题的最优解中还原出原问题的最优解。本文的CTM方案显著优于现有的节点使用完所有捕获能量的方案,特别是对于sink的传输功率很大的场景。此外,本文提出了一个高效的算法,在最大化最差节点吞吐量的前提下最大化总吞吐量。这个方法进一步极大地增加了总吞吐量,特别是对于节点数量较多的场景。