随着远程抄表、路灯控制、智慧交通及智能家电等物联网应用场景的发展,利用传感器节点对管道、农作物和车辆等目标的监控方法得到广泛关注。为了避免目标监控出现中断,实现数据采集的完整性,目标全覆盖是一个重要课题,以确保所有目标在任意时刻内都被传感器节点监控。然而,监控数据的传输需要消耗大量能量,且节点的能源有限,无法长时间持续监控目标。因此,传感器节点的资源限制和目标覆盖消耗之间的矛盾是亟待解决的问题。本文主要研究传感器节点对目标的完全监控问题,围绕传感器节点的资源限制与能耗较高之间的矛盾,以最大化无线传感器网络的目标全覆盖概率为目标提出解决方案。针对传感器节点资源限制问题,本文利用射频充电等能量获取技术给传感器节点补给能量;针对传感器节点能耗较高问题,本文利用环境反向散射通信技术减少传感器节点的通信消耗。本文的主要贡献如下:（1）本文首次将环境反向散射技术运用到无线传感器网络对目标的完全监控中。以减少传感器节点的通信消耗,最大化目标全覆盖的概率,提高无线传感器网络的覆盖质量。本文提出了整型线性规划算法计算最优的传感器节点运行状态,并提出了基于节点剩余能量和覆盖的目标数目选择激活节点的中心式贪心调度算法和节点基于自身剩余能量判断运行状态的分布式贪心调度算法。仿真实验结果显示,利用反向散射技术可以使目标全覆盖概率提升100%。（2）为了提高瓶颈目标的采样数量,本文提出了一种最大反向散射机会搜索算法。该算法选择尽可能多的节点处于反向散射模式,以节省网络整体的能源消耗,增加瓶颈目标的采样量。最大反向散射机会搜索算法可以达到最优方法91%的性能。同时,利用反向散射技术可以将瓶颈目标采样数提升25%以上。（3）针对移动目标的目标全覆盖问题,本文首次提出在反向散射协助的无线传感器网络中最优化移动目标的全覆盖概率。本文建立移动目标在时域上的覆盖集,确保目标移动过程中的持续监控。同时,本文提出了最大能量机会选择算法,基于传感器节点剩余能量及其周边节点能量和目标覆盖信息,决定传感器节点的运行模式。仿真实验结果表明,利用反向散射技术可以将移动目标的全覆盖概率提高19%。