无线传感器节点携带能量不足一直是限制无线传感器网络（Wireless Sensor Networks,WSN）发展的重要原因之一。无线充电技术的发展使得无线传感器网络的能量补充有了新的方式。通过采取合理的无线充电策略为WSN中的传感器节点充电可以使得WSN的网络寿命得到极大的延长。但是WSN中传感器节点的任务是采集数据和传输数据,仅对无线传感器节点进行充电,只能保证传感器节点工作过程中消耗的能量可以得到补充,并不能降低WSN中的能耗,所以如何制定合理的无线充电策略,在保证传感器节点正常运行的前提下尽量降低WSN的网络能耗,一直是无线传感器网络的研究热点。本文中传感器节点采集到的数据不直接传回基站,通过调度加载了无线充电和数据收集模块的移动小车（Mobile Car,MC）来完成对WSN中传感器节点的能量补充与数据收集的任务,将WSN中的能量补充与数据收集同时规划,以达到在保证网络正常运行的同时,最小化网络中的能耗的目标。本文首先研究在二维平面场景中,调度单个MC为一部分剩余能量不足或剩余存储空间不足的节点进行充电与数据收集。当存在传感器节点的剩余能量或剩余存储空间达到下限阈值时,该传感器节点向基站发送信息,基站收到信息后通知所有节点返回剩余能量和存储空间信息,选取剩余工作时间小于等于剩余工作时间临界需求阈值T_max的节点作为需求节点。基站通过本文提出的DEFW算法计算MC移动路径,然后MC从基站出发为需求节点进行能量补充与数据收集操作。实验结果表明,使用DEFW算法对MC进行调度可以有效的降低网络能耗。在单MC为WSN进行能量补充与数据收集的基础上,本文分析在大规模网络中单MC充电与数据收集能力不足的情况,研究了大规模WSN中传感器节点的能量补充与数据收集策略,采用多MC对大规模WSN进行能量补充与数据收集。针对多MC调度问题,本文设计了多MC烟花差分调度算法（MDEFW）。首先采用基于K-means的聚类方法根据节点的剩余工作时间和节点间的距离确定MC数量和所需要负责的节点,然后根据DEFW算法来求解每个MC的移动路径。与DEFW算法只求解单个MC移动路径不同,MDEFW不仅确定了MC数量和每辆MC要访问的节点,而且优化了每辆MC在基站的驻留时间及其移动路径。实验结果表明,MDEFW算法对大规模WSN中多个MC进行充电与数据收集调度明显降低了网络能耗。