无线传感器网络是一种由若干个传感器节点自组织形成的网络,目前已被广泛地应用于智能家居、军事应用、环境监测等领域。组成网络的每个节点需要拥有足够的能量来完成数据的采集、计算、存储和和传输任务。一旦能量耗尽,节点将不能正常工作,进而甚至导致整个传感器网络瘫痪。传感器节点体积小,携带的电池容量低,因此能量供应一直是这种网络发展的重要问题。为了解决这个问题,现有工作一方面研究高性能的电池组成材料和减少节点能量消耗速度的方法,另一方面则考虑从外界为传感器节点补充能量。考虑到无线充电技术的进步,应用移动充电电源对传感器节点补充能量的策略逐渐受到重视,因而移动电源充电的路径规划也就成为当下的热点。在满足对所有节点充电的基础上,研究和改进合适的移动电源充电策略,以获得最佳的充电性能,就成为我们的研究方向。本文采用单个移动电源对不同规模的无线可充电传感器网络执行不同策略的充电任务,而其中的这个移动过程也被归纳为旅行商问题。特别指出不同于以往研究中的“一对一”方式,单个移动电源可以同时对多个传感器节点充电,本文限定研究适用于“一对多”情况下的路径规划算法,且使用无人机代替原有的小车作为移动电源。首先,本文会建模求出原先研究中仅考虑“充电”模型时候的无人机飞行的“最佳高度”。其次,针对求解充电最佳路径这个NP难问题,补充原有的遗传算法中计算适应度值的方法,再选择合适的充电位置点,使其适用于“一对多”充电模式,最终达到对该算法的改进。再然后,考虑单个移动电源充电能力有限,对大规模传感器网络的按需充电的贪心算法进行优化,用单位时间完成充电的节点数,代替原先的距离大小作为选择充电节点优先级。最后,考虑“移动-充电”模式,用实验来探求无人机在不同高度下的充电性能,并与以往的“最佳高度”进行性能比较。最后,经过性能评估,本文改进的算法性能更优秀。就充电任务完成时间而言,改进的遗传算法可以减少约9.4%,改进的贪心算法可以减少约11.2%。而在实验的求得的最佳飞行高度上,充电任务也可以减少8.6%时间。