近年来,无线传感器网络（Wireless Sensor Network,WSN）发展迅速,已经被广泛地应用于农业、商业、军事和环境保护等领域。然而,随着不同应用场景需求的变化,无线传感器网络的局限性愈发明显。能量已经成为限制无线传感器网络大规模部署和长期工作的主要瓶颈问题和挑战。无线能量传输技术（Wireless Power Transfer,WPT）的出现,为解决无线传感器网络的能量瓶颈问题提供了一种新的思路。使用非物理接触的方式对网络中的传感器节点进行能量补充,旨在延长网络的生存周期,这样的网络被称为无线可充电传感器网络（Wireless Rechargeable Sensor Networks,WRSN）。此外,无人机技术经过不断发展,功能越来越强大,能够为人们提供可靠且兼具成本效益的服务,将无人机应用于无线可充电传感器网络中辅助通信和充电是一种有前景的方案。WRSN虽然脱胎于WSN,但WRSN并不是WSN与WPT技术的简单叠加,能量补充给监测任务带来了新的挑战。基于此,本文提出了一种基于无人机的WRSN中数据收集和能量补充机制。首先,建立了基于无人机的WRSN系统网络模型,分析了网络中各个部分的能耗,并制定了能量补充效率最大化优化问题。其次,为了提高WRSN在能量补充效率方面的性能,本文分别对节点分簇、锚节点的选择和飞行路径规划问题进行了研究,并针对上述问题提出了一种数据收集和能量补充策略。为了解决网络中节点的分簇问题,本文提出了一种基于虚拟网格的节点分簇算法,计算了给定网络参数下网格的数量和长度,并以网格为单位对网络中的传感器节点进行分簇。为了找出适合无人机进行数据收集和无线充电的簇头锚点和充电锚点,本文提出了一种基于节点剩余能量和节点社交性的锚节点选举算法。在锚点选择完成的基础上,提出一种基于遗传算法改进的粒子群算法优化无人机的飞行路径。该算法将种群进化思想引入到粒子群算法中,增强了对全局最优解的搜索能力,能够获得更短的飞行路径。最后,通过仿真实验验证了所提算法的有效性,并展示了不同参数下的方案执行结果,通过对仿真实验结果的分析可知,相较于基准方案,拟定的方案能够有效提高能量补充效率,延长网络的生存周期。