在无线可充电传感器网络中,传感器节点携带的能量有限,其电量决定着网络的寿命。自然地,如何为节点进行充电成为传感器网络长期运行的关键问题。在早期研究中,主要利用哈密顿回路来规划充电路径,但是这样的路径规划忽略了节点充电的紧急性,导致大量亟需充电的节点死亡,也不适用于大规模网络中。不同于以往路径规划,本文综合考虑节点位置和节点充电紧急性对大规模网络中的无线充电车调度问题进行研究,根据充电节点数量是否已知,分别设计了离线和在线两种场景下的充电调度策略。在离线场景中,已知充电节点数目和对应的剩余电量,本文首先运用聚类分析算法解决了无线充电车与充电节点之间的分配问题,然后设计了一种基于无线充电车能量利用最大化的综合权重调度算法,降低网络节点的死亡数量。在算法设计中综合考虑了节点位置和节点充电紧急性,为移动充电提供了一种新的思路。本文通过仿真实验将无线充电车能量利用率最大化的综合权重调度策略和基于最小生成树的最优移动车辆数算法(NMV)进行了比较。通过实验数据对比发现,综合权重调度算法比NMV算法更能有效地利用无线充电车,降低网络节点死亡数量。在线场景中,本文利用节点工作状态的转移概率以及不同工作状态下节点的能量消耗情况,建立了基于马尔科夫链的能量消耗模型,进而预测出在任意时刻低于电量阈值的充电节点数量以及对应的能量消耗,最后利用综合权重调度算法规划路径,解决了在线场景下的充电调度问题,并通过仿真实验进行了方案可行性分析。