文献综述（或调研报告）：
移动通信系统为了满足无线信号全范围覆盖和有效利用无线频谱资源的网络设计需求，通常可采用六边形等效全向天线无线信号传播特征并组成蜂窝小区形式无线网络结构[1]。
在移动通信系统的无线网络结构设计时，可将采用分布式无线电技术的移动通信系统无线接入网分为三个层面,即远程天线单元(RAU)的覆盖范围、基站收发器(BTS)无线覆盖范围和移动通信网无线覆盖范围[2]。
分布式天线系统可以与MIMO技术结合，。移动终端采用M个天线，无线网络侧包含Ntimes;L个分布式天线单元。[3]中作者研究了分布式MIMO系统与与传统集中式天线系统平均信道容量的差距，证明了分布式MIMO系统的优越性。
基于能量收获的分布式天线系统已经在很多文献中被研究过了。起先的工作一般考虑单天线系统，而近期的工作都涉及多天线系统，而考虑的优化目标在不同的文献中各不相同，包括最大能效、最大信噪比、最大收获功率等。在[4]中，作者考虑一个多用户MISO下行SWIPT系统，其中基站发送无线电信号到多个单天线接收机，通过联合发射波束成形研究了能量效率优化和接收功率分裂。具体来说，假设系统使用最常见的迫零（ZF）波束成形方案，目标是在SINR约束和EH约束和EH约束下最大化系统能效（EE）。该篇文献研究的是单个基站发送信号给多个用户的情形，在此情形下提出了比较详尽的解决方案。通过巧妙地重新设计，提出加上Dinkelbach方法的拉格朗日松弛方法简化问题，为在Dinkelbach方法中的子问题设计一种几乎闭合形式解。同时，通过按比例将总功率分配给用户，还开发了一种低复杂度算法。
[5]中作者将[4]中的问题扩展到了多个RAU，每个RAU同样配备有多根天线。作者考虑了用户设备数量为一个以及多个两种情况。对于单用户设备，EE问题是一个非凸问题。与传统的求解分式规划问题的方法不同，通过分析Karush-KuhnTucker（KKT）条件得到了全局最优解，该条件具有封闭形式，不需要任何数值搜索或迭代；多个物联网设备的EE最大化问题也是非凸的。作者提出了一个两步次优算法。具体地说，在第一步，假设物联网设备的PS比率给定，使用块坐标下降（BCD）方法优化载波比的传输功率。在第二步中，确定了在给定DA端口发射功率的情况下，每个设备的最佳PS比。
[6]中作者的优化目标变为发送功率和电路功率联合最小化，即目标函数为传输功率消耗和电路的功耗的加权和，目的是联合选择RAU子集，并找到相应的波束成形向量，使目标函数在约束下最小。约束包括最大发射功率、最小收获能量和最小QoS要求。问题为NP复杂度，因此提出一个低复杂度次优解：（1）将问题中的L0范式转化为L1范式；（2）转化为半定规划问题，并用内点法解决。
在[7]中，作者考虑了更全面的情况，假设M个DA端口和K个单天线的MS，每个DA口装有NT个天线，有单独的电源约束。所有DA端口经由专用的无线电频率（RF）链路物理连接到主处理单元，此外，DAS信道模型同时包括小规模和大规模衰落，信道向量不确定，不确定性为一个欧几里得球。同时优化波束成形向量和功率分配比例以最大化最小信噪比，转变问题形式，化简成半定规划问题，再用相关工具解决。
[8]中作者研究一个由基站(BS)和多用户组成的多载波SWIPT系统，其上行和下行链路均采用正交频分复用(OFDM)技术。在下行链路中，基站向用户同时进行信息与能量传输；在上行链路中，用户利用从基站接收的能量向基站回传信息。该文以最大化上下行加权和速率为目标，联合优化上行和下行的子载波分配和功率分配，提出基于拉格朗日对偶法和椭球法的最优联合资源分配算法。
[9]考虑了一种具有EH能力和智能电网并存的SWIPT用DAS，同时应对三个挑战：SWIPT、EH无线系统和智能电网支持的EH无线系统。为了简单起见，假设DAS仅为一个用户服务，并且所有RAU和用户都完全知道信道状态信息。作者研究了一种功率管理策略，该策略决定了如何利用随机空间分布的RAUs捕获能量，以及如何同时与智能电网交换能量，为采用功率分割的接收机在最小的无线能量收获（WET）约束下提供最大的无线信息传输（WIT），考虑智能电网盈利和智能电网中性两种情况。对于电网盈利的情况，导出了最优全功率策略，并提供了一个封闭的结果，以查看在什么条件下使用该策略。另一方面，针对电网中性点的情况，说明了最优功率策略具有双阈值结构，并提出了一种最优分配策略。
