随着物联网时代的到来,为了实现各种智慧应用,如智慧工业、智慧交通等,大量低功耗通信设备被广泛部署和应用。通常,物联网设备都采用由嵌入式电池供电,来支撑完成对环境感知,对数据处理和通信等操作。因此,这些设备的使用寿命受制于电池的容量。射频信号具有可控性、灵活性和可靠性,可用于对低功耗物联网设备远程充电,从而缓解物联网时代所带来的诸多能量问题。然而,由于传统的无线信息传输已经存在于射频频段,在同一频段启用无线功率传输会导致无线信息传输的性能下降。为了提升网络性能,在射频频段内协调无线信息传输和无线功率传输就显得尤为重要。在这样的背景下,本文研究了基于数能一体化传输技术的雾接入网中的资源分配算法,主要包括以下内容:本文将基于射频信号的无线功率传输引入到下一代无线接入网络架构——雾无线接入网(Fog Radio Access Network,F-RAN)应用之中,在传统的接入用户(即内容用户)的基础上,增加了无线充能用户(即能量用户),构建起新型的无线接入网场景。由于前传链路容量有限,并非所有的增强型远程射频头(Enhanced Remote Radio Head,eRRH)都能够发送承载信息的已调射频信号,并且该射频信号可能并不能满足能量用户。因此,根据eRRHs的不同特征为其分配不同的任务,本文建立了 eRRHs分类(一部分用于无线信息传输,一部分用于无线功率传输)和发射波束联合优化问题。为了减少内容下载时延,在传统的缓存策略基础上,综合考虑用户的地理位置分布和eRRHs分类策略,本文提出了一种低复杂度的贪婪算法用于联合优化eRRHs的缓存区大小分配和缓存的内容。通过对模型的求解仿真,说明了缓存、eRRHs分类和发射波束设计的有效性。为了缓解终端设备的计算负载,本文考虑将计算任务迁移到资源丰富的雾节点上。在传统的雾接入网的卸载决策基础上,增加了对能量用户充能需求的考虑。由于最适合任务卸载的eRRH可能并不适合为能量用户传输能量,为了折衷考虑任务卸载和能量收集的性能,本文提出了任务卸载模型对计算卸载决策,计算和无线资源进行联合优化,在满足任务传输时延限制的同时减少内容用户的能耗,提高能量用户的总收能。本文设计了一种迭代算法对任务卸载模型进行优化求解。最后,仿真结果验证了该联合优化算法的有效性。