近年来,电子、通信、嵌入式技术的飞速发展,推动了可充能传感器网络技术（Energy Harvesting Wireless Sensor Network,EH-WSN）的发展。EH-WSN大多转换太阳能供电,由于太阳能能量的高密度性,使EH-WSN对于户外环境监测具有显著优势。EH-WSN中节点众多,需引入高效的节点调度算法,如充能预测算法、能量感知路由策略等,才能够实现免维护的长期稳定工作。但是,在实际应用中,受天气变化,节点部署的地理环境等因素的影响,现有的节点调度算法的实际部署效果并非十分理想。分析日志信息,我们得到如下两方面原因:（1）现有的充能预测算法仅依靠统一的环境变化特征来预测节点的充能情况,忽略了光照被阴影遮挡的节点的个体部署环境对充能的影响,使得充能预测准确度降低。（2）现有的能量感知路由策略的环境适配性还存在提高空间,节点的充能量随着光照条件实时变化,现有的能量感知路由策略忽略了不同光照条件下,路由策略诉求的差异,导致在黑夜或长期阴天的情况下,节点死亡率高,网络割裂严重。为了解决上述问题,本文拟从充能预测和能量感知路由两方面进行研究,提出能够让EH-WSN进行低成本维护和长期稳定工作的优化策略。本文的主要工作如下:针对现有的充能预测算法在户外环境下实际部署应用时,准确率下降的问题（上述问题（1））,本文结合地理和几何理论,提出了基于个体特征的充能预测适配策略（Shadow Judgment Method,SJM）,并且,引入分步预测的办法,首先,在不考虑阴影遮挡的条件下,根据现有的充能预测算法,预测出小型传感器不受阴影遮挡影响的充能情况。然后,根据每一个节点的地理位置,采用SJM计算出节点被遮挡的时间范围,并修正节点的充能预测值。实验结果表明,SJM可使预测准确度提高63.4%～67.5%。针对提高能量感知路由策略对环境的适配性问题（上述问题（2））,本文提出了基于凸优化的优化目标可调的路由策略（Solar-aware Routing Strategy,SAR）,考虑在不同光照强度下,路由策略诉求的差异。在光照良好时,以平衡网络能耗为优化目标;在光照条件较差时,以节能为优化目标,允许部分节点暂时死亡,延长网络整体的工作时长。实验结果表明,SAR可有效降低EH-WSN的拓扑震荡次数,并延长网络寿命。