物联网(Internet of Things)作为下一代信息科技发展的关键组成部分,是信息化与自动化“两化”融合时代的重要发展阶段。无线传感器网络(Wireless Sensor Networks),是物联网应用的重要前端组成部分,其利用局部网络或互联网等连接技术形成物与物、物与人、人与人相联,有效实现信息化、自动化和智能化网络,也就是物物相息。无线传感器网络利用多种技术,将数据信息可靠地向终端传输,以备进一步的数据融合与智能决策。可充电传感器网络利用多种能量收集技术,其能量可源源不断地自周围环境中收集,从而使传感器节点摆脱由于电池供电带来的能量制约。能量管理与优化是传感器网络中的重要问题,而可充电传感器网络中能量收集及使用的效能优化,是实现网络整体最佳性能的关键环节。作为一个新的研究热点,可充电传感器网络得到了国内外学者的普遍关注,近年来相继涌现出许多重要的研究成果。但针对可充电传感器网络的充电、用电过程中仍存在许多亟待解决的问题,而且在国内的相关研究才刚兴起。本文以可充电传感器网络中能量分配与优化为主要研究内容,结合高效的优化算法与先进的调度技术,针对不同的研究问题需求,优化设计相应的能量分配机制与方案,从而有效提高整个网络的使用效能,为系统实现提供行之有效的技术指导。本文的主要工作和贡献包括以下几个方面：1.简要回顾了可充电传感器网络的相关研究背景、概述、技术优势、应用领域、研究挑战和国内外研究现状。2.研究非接触式充电模式下,单个能量源的最佳移动控制策略。本文首次提出了可充电传感器网络中最小化充电时延的概念,研究场景是随机分布的可充电传感器节点网络,单个能量源按照“走、停、走”的移动模式,当停留在具体某个位置时,能量源停留相应时间给附近若干节点充电。本文提出了一种低复杂度算法,在平面上寻找最优停留点及相应停留时间,以最小化总充电时延。本文首先将搜寻区域缩小到一个最小外接圆,然后将该圆形区域进一步分割成有限数量的子区域,得到最优停留点及相应的充电时延。为了系统实现考虑,本文设计了一种停留点聚合算法,并且保证聚合后充电时延不超过可设定的阈值,使得算法最后得到的充电时延与理论最优值相比具有(1+θ)／(1-ε)的比值上限。在大量仿真中验证该算法的有效性,即以低复杂度的计算成本得到较为满意的性能,并且为用户在系统实现过程中的参数设定提供技术参考。3.研究非接触式充电模式下,结合节点蓄能部件容量受限场景来优化多个能量源的静态部署方案。本文首次考虑可充电传感器网络中,如何基于节点蓄能部件容量受限这一实际因素来设计能量源的优化部署。本文研究目标是部署最少数目的能量源,同时保证所有节点能持续性工作。本文首先提出了一种二分搜寻算法来得到每个节点所需的最小充电功率,接着将充电区域离散化,在切割精度为ε的情况下,得到有限数量的可选停留子区域。基于区域离散化及最优所需充电功率,设计了PTAS算法在网络中找到近似最优的能量源数目。接着,通过实际系统实验及大量仿真实验验证了本章算法的有效性。4.研究接触式充电模式下,单个移动能量源的最优行走策略。本文首次在可充电传感器网络中,设计算法以同时减小能量源行走路线和节点平均充电时延。本文创新性地提出了ESync算法,是一种为可充电传感器节点提供能量的移动充电协议。本文首先提出了一种α幂分簇方法,根据能耗率为节点分簇,并相应构建一组嵌套的最优TSP路线,并提出了一种TSP路线选择算法,以减少能量源行走路线。进一步,在每轮充电过程中,预先优化调整节点发送充电请求的次序,来匹配节点在TSP路线上的次序保持一致,以减少传感器节点的平均充电时延。本文通过实际系统实验及大量仿真实验验证了ESync算法的性能优越性。5.研究可充电场景下,在网络层面上协同调度节点间的任务执行最佳方案。本文首次在可充电传感器网络中,优化设计节点间的任务调度策略。考虑随机部署可充电传感器节点的通用场景,由一能量源沿着固定轨迹移动,给网络中节点进行无线充电以保证其执行一定的任务量。本文研究目标是保证任务调度分配方案可行的前提下,最大化能量源移动速度。本文首先创新性地提出一种在线任务调度LB算法,得到移动能量源速度的下限值,同时保证该任务调度方案具备可行性。进一步地,LB算法启发本文将任务调度问题转化为经典背包问题的一个变种问题。继而,本文提出一种改进的任务调度策略,命名为ACT算法,该算法基于解决多背包问题的经典算法进行改进。本文通过大量的仿真实验来验证该算法的有效性。最后对全文进行了总结,并对进一步的研究工作进行了展望。