传统的无线传感器网络中的节点配备能量有限的电池,为其收集数据提供能量。小规模的无线传感网定期为节点更换电池来延长网络寿命,但在网络规模增大后该方法不现实。近年来,无线充电作为解决上述问题的重要方法受到关注,它让携带充电能量源的移动充电器遍历网络,来给网络中的所有节点充电,最终使得网络可以永久运行。使用无线充电方法给整个网络充电,其核心在于如何确定移动充电策略:即如何确定移动充电器的充电地点和充电时间,以及如何设计移动充电器的充电轨迹。本文基于无线充电方法,为移动充电器设计充电策略。首先,为了提高充电效率和缩短充电时间,本文需要将物理距离和剩余能量越相近的节点,让其越有可能聚为一类,提出了能量感应聚类算法,并确定了每个簇的“混合中心”;其次,根据网络中的“混合中心”集合,提出了基于优先级的充电轨迹设计算法,基于强化学习求出移动充电器的最优充电路径。本文的主要工作包括:(1)提出了一种能量感应聚类算法。为了充分利用移动充电器的一对多充电技术(即移动充电器可以同时对多个节点充电),本文在对物理距离和剩余能量进行综合度量的基础上,将网络中的节点进行分簇。区分于传统的聚类算法将物理距离作为聚类的唯一维度,本文的聚类思想可以减少移动器对于单个簇的充电能耗和充电时间,并最终提高充电效率。在算法实现上,能量感应聚类算法基于k-means的迭代思想,并对迭代时的计算维度、噪声节点处理机制、k值选取策略以及“混合中心”定义上进行改进。仿真结果表明,能量感应聚类算法在移动充电器的充电总时间和充电效率指标上均表现出良好的性能。(2)提出一种基于优先级的充电轨迹设计算法。该算法根据簇内节点的剩余能量将簇划分成不同的充电优先级,将该路径规划问题映射成强化学习MDP数学模型,以最小化节点的死亡率为优化目标确定其奖赏函数,利用Q学习不断迭代,计算移动充电器的移动轨迹。然后仿真结果表明,基于优先级的充电轨迹算法在节点死亡率指标上展现出良好的性能,并能在一定程度上优化移动充电器的充电时间。