能量收集网络是一类通过收集诸如震动、热能、太阳能、风能、辐射等环境能源,将其转化为可用的电能为无线电子设备供电的网络。能量收集网络能够为无线传感网、植入或穿戴设备、移动终端设备等提供新型解决方案,提高网络设备的自治能力,拓宽网络部署范围,提升设备生命周期,同时降低运行和维护成本。能量收集网络中系统运行规划设计是其发展与应用过程中的关键问题。系统运行规划设计需综合考虑系统能量收集状态、网络节点设备状态、通讯环境等,继而在能量收集、能耗均衡、吞吐量、安全速率等约束下实现系统性能与能耗之间以及能量传输与信息传输之间的均衡。本文基于场景生成技术、不确定理论、凸优化以及数理分析等方法对能量收集网络中运行规划相关问题展开研究。本研究将对推动能量收集网络的发展部署和推广应用提供有价值的理论参考和技术手段。主要研究内容为:1)现有的能量收集网络大多采用解析概率分布函数刻画能量收集过程,对真实情况模拟的准确度和真实性偏差较大。因此,本文提出基于场景生成技术的能量收集模拟方法。该方法基于系统历史收集能量,无需预设概率分布函数,使用最优消减技术生成单时段代表场景;然后,利用时齐模拟退火算法得到单日功率场景序列,继而准确模拟能量收集网络中能量获取序列的随机性。以实际的风电数据为例,通过与采集到的历史数据进行对比,验证所述方法的准确性与稳定性;然后以网络吞吐量的优化为例,验证该方法在能量收集网络系统规划运行中的可行性和有效性。2)能量收集过程具有极大的波动性和不确定性,传统方法基于解析概率分布函数刻画能量收集过程,无法准确模拟实际情况,导致节点死亡概率较高、可靠性无法保证。为此,提出能量收集网络节点能量收集可靠性定义,对节点能量收集的置信程度给出合理估计。基于不确定理论,对能量收集的可靠性进行评估,分别建立节点无电池和无限容量电池情形下的能量收集可靠性模型。在此基础上提出能量收集可靠性多层不确定规划模型,对模型求解并提出一种能量平均分配(Energy Average Allocation,EAA)算法,并从理论上证明了该算法的竞争比上界。最后,以实际的风功率为例,验证模型和方法的可行性和有效性。3)能量收集网络的发展增加了能量受限型网络的生命周期。然而目前的研究大多针对单一天线的系统,且线性的能量收集模型难以准确刻画系统能量收集的动态过程。为此,针对能量收集多用户MIMO认知无线供电通讯网络系统,基于非线性能量收集模型分别建立overlay和underlay场景下的系统吞吐量优化模型;由于系统模型的参数耦合和非线性约束特性导致问题为联合凹的,因此利用等效代换将系统模型转化为等效凸问题,使用拉格朗日对偶方法求解;继而分别给出能量与信息协方差矩阵最优解形式及最优时间分配系数的求解方法,并理论证明其最优性。其后,基于实际的风电能量收集数据,验证算法的有效性及性能。4)研究基于SWIPT的MISO认知无线电网络,其中次级用户与多个主网络用户和多个能量收集端共存。为了确保网络的安全通讯以及能量收集,提出了在非完美CSI下安全人工噪声辅助的波束成形和功率分配问题。其中分别基于限界CSI误差模型和概率CSI误差模型建立传输功率最小化问题和最大最小公平性能量收集问题。由于上述问题均为非凸的,因此分别提出限界CSI误差模型下基于S-过程和概率CSI误差模型下基于Bernstein型不等式的一维搜索算法。结果表明在限界CSI误差模型下能够实现最优安全波束成形,而在概率CSI误差模型下能够得到次优波束成形解。同时在最大最小公平性原则下实现了次级用户安全速率和能量收集端能量收集之间的均衡。最后,总结本文所研究的工作并展望能量收集网络未来的研究与发展趋势。