爆炸性的流量增长推动着物联网(Internet of Things,IoT)的飞速发展,但能量供应不足和频谱资源短缺的问题严重阻碍着IoT前进的步伐。能量收集(Energy Harvesting,EH)技术可以为电池受限的设备无线地提供能量,而环境反向散射通信(Ambient Backscatter Communication,AmBC)和非正交多址接入(Non-Orthogonal Multiple Access,NOMA)有利于改善频谱效率,成为了解决当前IoT所面临难题的强有力措施。聚焦于上述问题及相应技术,本文着重研究用户互助供能的无线网络性能优化及资源分配。首先,我们为包含一个基站(Base Station,BS)、两个射频(Radio Frequency,RF)源和若干IoT设备的无线IoT网络提出了一种互助供能的链式模型。采用时分多址接入(Time Division Multiple Access,TDMA)帧结构,能量从RF源传递到最近的相邻设备,而且,其余设备在前一相邻设备将信息传输到BS时收集其能量。本文研究了互助供能链式系统的吞吐量最大化问题和时间最小化问题,且分别求得最优时间分配。与低复杂度的次优时间分配方案仿真比较说明,所提出的最优时间分配可以实现令人满意的吞吐量性能。此外,通过与仅一个RF源的特殊情况进行比较,我们还表明,所提出的链式系统可以简单地扩展到多个RF源,并通过适当安排RF源的位置使性能更优。其次,考虑密集分布的用户之间互助供能,本文提出了一种用于无线IoT网络的对等辅助供能方法,其中无源用户无需电池就可以从配备电源的有源用户收集能量。具体地,无源用户在有源用户使用NOMA的上行链路传输期间获取其能量。然后,它们与有源用户一起上载信息。特别地,考虑到TDMA和NOMA的组合,在假设有源用户功率固定的前提下,我们研究了不同的传输模式(独立(StandAlone,SA)/非独立(Non-Stand-Alone,NSA))和不同的协作方式(NOMA/NOMAplus-TDMA)。另外,考虑到实际应用,我们针对有源用户能量有限的情况进行了重新研究。通过优化时间分配,我们最大化每种模式的总吞吐量。我们证明每种模式所考虑的都是凸优化问题,并求解其闭式最优解。最后,通过仿真分析说明,NOMA-plus-TDMA方式有利于最大化总吞吐量。NSA模式在功率有限时更优,而在能量有限时,SA更优。最后,为进一步提高频谱利用率,本文提出互助供能的认知反向散射系统。反向散射设备(Backscatter Device,BD)不仅与主用户共享频谱,而且还利用主用户信号收集能量并反射传输自己的信息。多个BD采用NOMA共享频谱资源,进一步提高了频谱效率。此外,假定所涉及的BD具有能量存储能力,因此可以存储当前块中收集的能量以备将来使用。在此假设下,相比于单时隙能量因果约束,我们提出了多时隙能量因果约束。通过联合优化主用户的发射功率和BD的反射系数,实现最大化反向散射系统总速率的目标。由于优化问题的非凸性,我们借助凹凸过程(Concave-Convex Procedure,CCCP)迭代求得近似最优解。数值结果表明,多时隙能量因果约束方案有助于提高总速率。