能量采集技术(Energy harvesting,EH)被认为是一种能有效解决物联网(Internet of Things,IoT)终端的能源消耗问题的关键技术。无线能量通信网络(Wireless Powered Communication Network,WPCN)和反向散射通信网络都是IoT中基于射频能量采集技术的重要应用,能有效提高无线通信网络的性能增益,实现长期免维护比如监控等应用。然而,无线能量采集网络存在能量来源不稳定、存储设备容量受限等特性,给网络资源分配、资源调度带来了诸多挑战。为了提高无线通信网络的频谱效率,设计合理的资源分配策略是未来通信发展的重要研究方向。但将基于高斯输入信号的设计方法应用到基于有限字符输入的实际系统中,会存在明显的性能损失。因此,探索应用于有限字符输入信号的优化设计方法意义重大。本论文对基于有限字符输入的多输入多输出(MultipleInput Multiple-Output,MIMO)WPCN系统的资源分配策略设计展开讨论。本文主要的贡献分为以下几部分:首先,本文研究在可获得完全信道状态信息条件下,有限字符输入的全双工(Full Duplex,FD)WPCN的资源分配策略。提出了一种低复杂度的联合预编码矩阵设计和时隙分配的二步迭代优化算法,得到最优线性预编码矩阵及最优分配时隙。仿真结果表明,相比于高斯输入系统,该算法在有限字符输入系统下能显著地提升系统性能。然后,本文研究在可获得统计信道状态信息条件下,有限字符输入的MIMO WPCN的资源分配策略。考虑了一种联合下行信道的无线能量传输和存在电路损耗的上行信道信息传输的WPCN系统。提出了基于改进型粒子群算法、二步迭代优化算法的两种资源分配优化算法进行最优预编码矩阵和最优时隙分配的设计。同时提出比例公平(Proportional Fair,PF)调度算法对系统公平性进行数学分析。仿真表明,所提出的资源分配算法在有限字符输入系统下可以获得更好的性能增益,PF调度算法以降低和吞吐量为代价,可获得更高的系统公平性。最后,本文研究在可获得完全信道状态信息条件下,有限字符输入的基于反向散射协作的FD-WPCN(Full Duplex-Backscatter Assisted Wireless Powered Communication Network,FD-BAWPCN)的资源分配策略。对FD-BAWPCN系统的和吞吐量最大化问题及工作模式选择策略进行了分类讨论,并提出一种低复杂度的改进型模式选择、联合预编码矩阵设计和时隙分配优化算法。同时考虑了一种半双工(Half Duplex,HD)WPCN与一种基于反向散射协作的HD-WPCN(Half Duplex-Backscatter Assisted Wireless Powered Communication Network,HD-BAWPCN)系统。将HD-WPCN、FD-WPCN、HDBAWPCN与FD-BAWPCN系统进行了对比分析。仿真结果表明,FD系统相比于HD系统可以更好地提升网络系统性能,基于反向散射通信协作的WPCN可以获得更大的性能增益。