无线传感器网络是一种新型的信息采集与处理技术,因部署灵活、易于扩展、高度自组织等优点被广泛地应用于森林火灾探测、生态环境监测、军事侦测等领域。然而,由于传感器尺寸较小,传感器的电池通常容量有限、不可更换且不可重复使用。因此,有限的能量问题被认为是阻碍无线传感器网络广泛应用的主要瓶颈。近年来无线能量传输技术的突破,让充电器和传感器之间的无线充电成为了可能,从而使传感器能够永久工作。在无线能量传输技术的支持下,无线充电传感器网络已成为一个重要的研究课题。大多数现有的研究都侧重于在理想环境中提高系统性能,忽略了障碍物的影响。然而在实际复杂环境中,障碍物几乎无处不在,并对能量传输过程具有巨大影响。本文主要研究在充电车所携带电池容量有限的约束条件下,考虑障碍物的影响,合理调度充电车在复杂网络中为传感器节点进行无线充电,使整体充电效用最大化的问题。首先,通过多个实验发现障碍物大多数情况会对充电效率产生削弱影响,但是障碍物处于某些位置甚至能够提高充电效率,之后利用菲涅尔区理论对障碍物产生的增强影响进行解释。为了更加精准描述障碍物的影响,本文在菲涅尔衍射模型的基础上,提出了一种新的考虑障碍物的理论充电模型。接下来为获得有限的充电位置候选集,本文提出了一种空间离散化方法,这大大减少了计算复杂度。然后将具有能量约束的充电效用最大化问题转化为次模函数最大化问题,并提出了一种高效的充电调度近似算法。此外,本文还对提出的算法进行理论分析和相关的数学证明。最后,通过test-bed实验和大量的仿真实验验证本文提出算法的有效性和可靠性,并证明本文提出的方案在充电效用方面比其他算法平均至少高出14.8%。