无线传感器网络一直面临着传感器节点能量稀缺、网络生命期不足等严峻挑战。近些年,传感器网络应用重心迅速从科研等专门领域向商业领域转移,出现了传感器节点与智能手机、无线充电小车等可移动节点混合存在的场景。这一新的应用场景为解决传感器网络面临的上述挑战提供了巨大契机。基于可移动节点辅助这一基础框架,采用层层递进的策略,从3个不同方面研究了传感器网络的能量优化问题,包括在节点层面研究传感器节点节能机制、在网络层面研究传感器网络生命期优化算法、在经济层面综合考虑能量和成本研究传感器网络利润优化算法。本文的主要工作及贡献包括:1.调研了传感器网络与其它网络的融合发展。以传感器网络(物联网)为中心,对它与互联网、云计算、移动网络、社交网络和工控网络的融合发展现状进行了综述。对于异构网络融合过程中出现的最新成果、进行中的重大研究项目、面临的技术挑战等进行了介绍和分析。以此为基础,发现在未来的传感器网络应用中,将越来越多的出现可移动节点与传感器节点混合存在的场景。在该场景下,需要继续深入研究节点节能机制、网络生命期最大化、网络利润最大化等以能量为核心的优化问题。2.设计了移动中继辅助的传感器节点节能机制。针对随机移动中继快速发现、异种设备协调配合以及节能效率与数据延迟的权衡等问题,提出了移动中继辅助的节能机制ECARM。该机制能够自动发现那些可能在网络区域长时间停留的移动中继,并让它们加入传感器网络来节省传感器节点能量。实验表明,ECARM机制可以将移动中继周围的传感器节点寿命平均延长6.25倍。对于已经采用了MAC层休眠机制的传感器网络,ECARM能够进一步将节点的能耗减少20%以上。3.提出了最大化网络生命期的近似算法。针对基于射频的无线充电技术产生的无线充电信号与无线通信信号之间的干扰问题,在最大化网络生命期的目标下,综合考虑了无线网络路由、充电小车路径规划和节点充电调度,设计了信号干扰避免机制。通过一系列的约束松弛和路径简化,构造了原问题(NP难)的近似最优算法,并从理论上证明了该近似算法的最优性。实验表明,该近似算法能够实现99%的最优性,将网络生命期延长7.15-22.75倍。4.提出了最大化网络利润的近似算法。针对充电小车带来的网络生命期延长和投入成本增加之间难以权衡的难题,将最大化传感器网络利润作为优化目标,建立了网络利润优化模型。通过分析发现,最大网络利润只与充电小车为每个传感器节点充电的总时间相关,而与充电小车的具体移动路径无关。基于此,将原优化问题(NP难)转化为了线性规划问题,并构造了原问题的近似最优算法。实验表明,该近似算法能够得到超过90%的最优性,获得的最大网络利润比贪心算法高出了300%。