近年来,由于海量无线终端以及服务这些终端的无线接入网络的部署,蜂窝网络面临数据流量的急剧增长和网络能耗的大幅增加,带来了经济及环境方面的负面影响,云无线接入网络(Cloud Radio Access Network,C-RAN)应时而生。C-RAN架构可以实现资源处理的集中化,能够有效根据负载,综合利用资源,降低能耗,但是在C-RAN这种新的网络架构中,传统的无线通信资源分配机制将面临新的挑战。与此同时,随着能量收集(Energy Harvesting,EH)技术的发展,绿色的可再生能源为基站供能已逐渐成为可能。然而,可再生能源与用户业务的分布存在时空上的不匹配,造成可再生能量利用率低。因此,研究混合能源驱动的C-RAN架构下可再生能量协作与资源分配联合优化技术具有非常重要的意义。本文主要关注C-RAN下行数据传输场景中的可再生能量协作与资源分配联合优化技术,从优化不同的无线通信资源出发,围绕着无线网络运营商电费支出约束下网络吞吐量最大的目标,展开深入的研究。具体创新成果如下:第一,针对C-RAN架构下基于正交频分多址接入(OrthogonalFrequency Division Multiple Access,OFDMA)方式的下行数据传输场景,本文研究了可再生能量协作与子载波分配联合优化技术。首先,本文根据C-RAN下行数据传输特性和可再生能量收集特性,建立了混合能源驱动的C-RAN系统模型,并由此形成了满足电费支出等约束条件下,以最大化网络吞吐量为目标的优化问题。该问题是混合整形非线性规划(Mixed Integer Nonlinear Programming,MINLP)问题,难以求得最优解,本文提出了改进的混合适应度函数进化(Hybrid Fitness Function Evolutionary,HFFE)算法来解决优化问题,寻求次优解。仿真结果表明,所提改进的HFFE算法解决MINLP问题时,算法是有效的,性能优于混合整形拉普拉斯杂交派瑞奥克斯变异(Mixed Integer-Laplace Crossover Periaux Mutation,MI-LXPM)算法,并且,可再生能量协作与子载波分配联合优化技术与无能量协作的传统资源分配机制相比,可以大幅提高网络吞吐量,充分利用系统资源。第二,针对C-RAN架构下基于可变子载波带宽OFDMA(Variable Sub-carrier Bandwidth OFDMA,VSB-OFDMA)方式的下行数据传输场景,本文研究了可再生能量协作与资源分配联合优化技术,包含了可再生能量协作、可变带宽子载波分配、功率控制的联合优化。首先,根据VSB-OFDMA的特性,建立了新的可再生能量协作与资源分配模型,并由此形成了以最大化网络吞吐量为目标的优化问题。该问题仍是MINLP问题,并通过改进的HFFE算法求得了其次优解。仿真结果表明新的联合优化技术可以在可再生能量协作与子载波分配联合优化技术的基础上进一步提升网络吞吐量,并且可以获得其他联合优化技术无法达到的吞吐量增益,提高资源利用效率。