传感器网络作为当代获取信息的重要手段,一直受到社会各界的广泛关注。但是能量问题一直是限制其广泛应用的重要约束和挑战。随着无线充电技术取得的突破发展,通过无线充电设备给传感器进行能量补给,可以有效的解决传感器能量受限和节点死亡的问题,延长传感器网络的使用寿命。无线传感器的移动充电是其中一种比较成熟的能量补给手段。目前,大多数现有的移动充电方案使用“移动-充电”模式进行能量补充,即无线充电车(Wireless Charging Vehicle,WCV)先移动到传感器节点附近然后对其充电。这种模式旨在减少WCV的移动延迟或充电延迟来减少充电完成时间,然而这种模式通常忽略了WCV移动过程中的充电机会——WCV可以在移动过程中对传感器充电。因此,基于这种WCV移动过程中的充电机会,本文在WCV速度可变的情形下,提出了变速度方案。将WCV的充电完成时间最小化问题转换为速度可变的旅行商问题(TSP-VS),并利用线性规划方法进行求解。在多种场景下做了仿真实验,并将提出的变速度方案和其他充电方案作了对比。实验结果表明,与现有的充电方案相比,本文提出的变速度方案可有效缩短充电完成时间,平均充电完成时间最大减少了约23.9%。随着传感器节点数量增加,提出的变速度方案中WCV的充电效率提升幅度减少,直至不再提升。因此,针对变速度方案在大规模网络应用场景方面的不足,本文提出了一种不同的充电模式,经过升级WCV的充电器硬件平台,单辆WCV可以携带多个低成本、可分离的充电器为传感器节点充电。通过在多个充电位置上放置分离式充电器,WCV几乎可以同时为多个传感器充电(放置充电器耗费时间忽略不计),极大提高了WCV的充电效率。基于这种充电模式,本文研究了WCV在两种不同应用场景下的充电调度问题。当传感器剩余寿命可忽略时,提出了用于求解最短充电路径的3+?-近似算法。这种近似算法适用于对传感器节点剩余寿命不敏感的场景,例如建筑物的结构稳定性监测。当传感器剩余寿命不可忽略时,又提出了一种面向充电服务成本最小化的启发式算法,以寻找WCV的最短充电路径,并同时确保传感器的死亡时间最小。这种启发式算法适用于对传感器数据变化敏感的场景,例如森林火灾预警。最后通过实验评估所提出的近似算法和启发式算法性能。实验结果表明,本文所提出的启发式算法(取K=2时计算结果)在传感器节点的最长死亡时间和平均死亡时间两项指标上相比现有的EDF算法分别减少了52.2%和40.7%,更能延长传感器网络寿命。