English: Energy harvesting is increasingly gaining importance as a means to charge battery powered devices such as sensor nodes. Traditional rate scheduling and power allocation strategies for wireless nodes are no longer optimal when these nodes are able to harvest energy over time. Efficient transmission strategies must be %developed taking into account the availability of energy and data in the node. In this thesis, we have considered that both data and energy arrivals are produced following a packetized model. We have assumed that the node has from beforehand full knowledge of the arrival times and quantities (either bits or Joules) of the packets. This thesis solves three different problems for wireless energy harvesting nodes. First, we find the best rate scheduling strategy for a wireless energy harvesting node with finite battery capacity. Second, we constrain the node to fulfill an additional quality of service constraint and, again, find the optimal rate scheduling strategy. In the third problem, we consider a \ac{MIMO} point-to-point transmission. Hence, we consider a multiple antenna energy harvesting node for which we find the precoder that maximizes the data throughput over a certain time window. Finally, we have developed algorithms that compute the optimal solution of each of the aforementioned problems.

Castellano: La recolecta de energía está ganando cada vez más importancia como medio para cargar baterías de ciertos dispositivos autónomos como sensores. Las estrategias tradicionales de asignación de tasa de transmisión y potencia dejan de ser óptimas cuando los nodos son capaces de recolectar energía a través del tiempo. Por lo tanto, se deben desarrollar estrategias eficientes de transmisión teniendo en cuenta la disponibilidad de energía y datos en el nodo. En esta tesis, se ha considerado que tanto las llegadas de datos como las de energía se producen siguiendo un modelo de paquetes. Hemos asumido que el nodo tiene conocimiento previo de los tiempos de llegada y las cantidades (ya sean bits o Joules) de los paquetes. Esta tesis resuelve tres problemas diferentes para los nodos inalámbricos que recolectan energía. En primer lugar, encontramos la tasa de transmisión óptima para un nodo inalámbrico que recolecta energía teniendo en cuenta que la capacidad de la batería es finita. En segundo lugar, analizamos el mismo problema pero ahora teniendo en cuenta que el nodo debe garantizar una cierta calidad de servicio. En el tercer problema, consideramos un canal MIMO punto a punto de transmisión. Por lo tanto, se encuentra el precodificador que maximiza el número total de datos transmitidos en un cierto intervalo de tiempo. Finalmente, se han desarrollado algoritmos que calculan la solución óptima de cada uno de los problemas antes mencionados.

Català: La recol·lecta d'energia està guanyant cada vegada més importància com a mitjà per carregar bateries de certs dispositius autònoms com ara sensors. Les estratègies tradicionals d'assignació de taxa de transmissió i potència deixen de ser òptimes quan els nodes són capaços de recol·lectar energia a través del temps. Per tant, s'han de desenvolupar estratègies eficients de transmissió tenint en compte la disponibilitat d'energia i dades en el node. En aquesta tesis, s'ha considerat que tant les arribades de dades com les d'energia es produeixen seguint un model de paquets. Hem assumit que el node té coneixement previ dels temps d'arribada i les quantitats (ja siguin bits o Joules) dels paquets. Aquesta tesi resol tres problemes diferents per als nodes sense fil que recol?lecten energia. En primer lloc, trobem la taxa de transmissió òptima per a un node sense fils que recol?lecta energia tenint en compte que la capacitat de la bateria és finita. En segon lloc, analitzem el mateix problema però ara tenint en compte que el node ha de garantir una certa qualitat de servei. En el tercer problema, considerem un canal MIMO punt a punt de transmissió. Per tant, es trobem el precodificador que maximitza el nombre total de dades transmeses duran un cert interval de temps. Finalment, s'han desenvolupat algorismes que calculen la solució òptima de cada un dels problemes abans esmentats.