随着4G和5G技术的成熟,移动互联网、云计算、物联网和车联网等网络技术飞速发展,覆盖VR/AR、智慧城市、物联网、工业互联网、自动驾驶、车联网等一系列垂直行业的应用将使无线网络的流量急剧增长。大规模的部署中继能满足数据量快速增长的需求,但同时带来了高能耗及温室气体(如二氧化碳)排放等问题。为解决无线中继密集部署导致的经济及环境问题,绿色能量采集技术可以实现对太阳能、风能等绿色能源的采集和利用,降低无线中继对来自电网供电的依赖。与此同时,在缺乏电网供电的地区部署绿色中继,可以有效扩大无线通信网络的覆盖范围。然而,由于绿色能量的随机性和间歇性,制定合理的能量分配机制与链路选择机制对于保障无线中继网络的性能至关重要。首先,本文根据采集过程中能量源强度变化的确定与不确定性,分析了绿色能量采集的两种数学模型,即确定性模型与随机性模型。然后,根据中继节点对信号的处理方式其工作模型进行划分,在假定单向数据传输方向的情况下,综合考虑无线中继网络的节点数量和供电方式,对绿色无线中继网络进行建模,并分析了不同模型的适用场景。在单用户单中继绿色中继网络中,当网络处于繁忙状态时,通信数据量大,将有持续的数据包需要进行传输。此时网络的吞吐量和源节点电网能耗是重点关注的优化目标。本文采用线性加权求和的方法将以上多目标转化为单目标优化问题,并建立了N时隙的网络加权总收益模型。通过对解的结构分析,将单目标的混合整数优化问题转化为单变量的优化问题。在对系统状态和中继功率离散化处理的基础上,利用马尔可夫决策方法对优化问题进行建模,采用改进的向后归纳法对优化问题进行求解。仿真结果表明,该算法有效的缓解了由于中继能量缺乏带来的网络性能下降的状况,提升了网络的整体性能,使网络的吞吐量和电网能耗两个目标达到了更好的折中。在多用户接入多中继的热点通信区域中,电网能耗与均衡负载问题尤为突出。本文以用户的最低传输速率为约束,将问题建模为频带分配和用户动态接入的多目标优化问题。并基于贪心算法,提出了一种高效、低复杂度的接入策略,该策略根据用户接入不同站点的效用函数值来判断用户归属。仿真结果表明,该算法既能降低电网能耗,也保障了网络的负载均衡,使网络的总状态达到了最优。