无线传感器网络（Wireless Sensor Networks,WSNs）是21世纪改变世界的最具影响力的高新技术之一,作为继互联网之后的第二大网络,它引起了全世界的瞩目,为物联网、大数据和新一代人工智能的蓬勃发展奠定了基础。虽然无线传感器网络的应用前景十分美好,但是传感器的能量消耗和维持问题,仍然是影响其大规模部署和广泛使用的一大瓶颈。无线充电技术和无人机（Unmanned Aerial Vehicle,UAV）的飞速发展,为各类WSNS提供了一种新型的能量补充方法,可以极大地提高网络的服务质量,延长网络的使用寿命,改善网络的稳定性能。由UAV携带无线充电装置可以辅助WSNs实现多维空中充电,但面向实际应用需求,如何进行UAV充电路径规划是一个关键技术问题。本文针对这一研究背景,对UAV辅助WSNs充电规划的相关模型和算法进行了研究,依次研究了UAV辅助WSN永久循环充电规划算法,UAV辅助密集型WSNs一对多覆盖充电规划模型和算法,针对稀疏WSNs的多服务站可续航的异构UAV充电规划模型和算法,以及动态多UAV路径规划问题的求解方法,所建立的模型和算法具有一定的普适性,稍作变动,也可应用于具有同类模型特点的其它问题。本文的主要研究内容和创新点:（1）UAV辅助WSNs永久循环充电规划算法针对WSNs永久生命期的需求,给出UAV辅助WSNs永久循环充电规划的定义,证明存在一个UAV辅助WSNs的永久循环充电规划的充分必要条件,并设计了一种以最小化UAV总工作时间为目标的UAV辅助WSNs永久循环充电规划算法和执行方案,实验结果表明提高UAV充电效率应从减少充电时间入手,而非优化飞行路径,研究结论为UAV辅助WSNs服务的后续相关研究打下铺垫。（2）UAV一对多覆盖充电规划分层联合优化算法针对密集型WSNs的高效充电需求,建立了UAV一对多覆盖充电规划模型;设计了一个由传感器结点聚簇算法、分段自适应萤火虫算法和UAV悬停位置调整算法联合构建的分层联合优化算法框架。采用聚类方法对传感器结点进行分簇充电;设计了一个分段自适应萤火虫算法求解UAV充电路径;并提出了一个调整UAV悬停位置的算法,提高簇内结点充电的速率,减少各簇充电时间。实验表明,一对多覆盖充电策略和最佳的UAV悬停位置提高了充电效率,减少了充电过程中的能量损失。（3）多服务站可续航的异构UAV时间优先充电规划方法针对稀疏WSNs网络服务需求,考虑多个服务站的异构UAV系统,允许UAV自身在执行充电任务过程中就近充电续航,建立了一个以最快完成所有任务为目标的多服务站可续航的异构UAV充电规划模型。针对模型特点,设计了一个带优化修正的时间序列优先的免疫克隆选择算法,时间优先划分序列能够更均衡地为异构UAV分配充电结点;优化修正算法通过多种变异算子调整各UAV飞行路径,帮助免疫克隆选择算法跳出局部最优,实验结果的比较和分析验证了算法良好的寻优能力。（4）多UAV随机动态充电规划协同决策模型针对多UAV动态充电规划问题,结合多智能体高效的协作能力和深度强化学习快速的即时决策能力,设计了一个基于马尔可夫博弈和Transformer的多UAV协同决策模型,并提出了一种经验提取A3C（Asynchronous Advantage ActorCritic）深度强化学习算法,在算法中引入经验池,并随算法进化逐步降低其指导训练模型参数的能力。仿真实验表明所设计的模型在不降低求解质量的情况下,求解速度远远胜出Google OR tools、LKH3等优化器和其它智能优化方法。