近些年来,无线充电问题成为了传感器网络研究领域中的热点问题。传感器节点感知、发送、接收和处理数据均消耗能量,高效、稳定地为传感器节点补充能量对传感器网络十分重要。传统的无线充电问题研究大多集中在点对点和点对多点充电模型。随着磁耦合共振技术发展,多跳中继充电模型为无线传感器网络无线充电提供了新的思路。本文研究在基于多跳中继充电模型的无线传感器网络中,传感器随机抛洒在平面区域中,服务基站中有若干辆充电小车,充电小车电量容量有限。充电小车从基站出发,中途停靠在锚节点对传感器节点补充能量和收集数据,最终返回基站休息。充电小车和传感器节点均可以中继能量和传输数据。本文主要研究以下两个问题:(1)基于多跳中继充电模型,规划最佳充电策略,在最短时间内为传感器节点补充所需的电量。首先,我们详细描述了多跳中继充电中传感器节点能量补充模型和能量消耗模型。然后,我们提出了基于多跳中继充电模型的最短完成充电任务时间优化问题,对问题进行了数学建模,并证明该问题是NP-难。接着,我们针对最短充电时间问题提出了基于贪心和分解TSP的调度策略。该调度策略包括,基于贪心的锚点选择算法和基于分解TSP的路径规划算法。最后,我们通过模拟实验对比不同的充电策略,模拟实验结果显示我们设计的充电策略相比NMV缩短80%的充电时间,相比K-MEANS缩短13%的充电时间。(2)基于多跳中继充电模型,在保证传感器网络持久运行的情况下,最大化充电小车在基站的休息时间。首先,我们详细介绍了传感器节点模型和充电车模型,并分析了多跳中继充电传感器网络中的数据传输和能量中继。然后,我们提出了基于多跳中继充电模型,在维持网络持久运行下,最大化充电小车在基站休息时间的优化调度问题,并证明该问题是NP-难问题。接着,针对该问题提出了基于“充电效益”的锚点选择算法和再优化算法。最后,我们通过仿真实验对比不同的充电策略,实验结果显示我们的充电策略可以明显提高充电小车的休息时间。