随着物联网(Internet of Things,Io T)的普及和应用,几十年前人们对智能生活的设想已经逐渐贴近现实。从智能家居到自动驾驶,以Io T为支撑的智能应用已经走进人们的日常生活。近年来,Io T设备数量不断增加,设备持续供电问题成为了阻碍Io T发展的主要挑战。基于无线充电技术的主动充电方式的出现,为Io T设备摆脱能量困境带来了希望。该方式通过在目标网络中部署可移动的无线充电器,根据某些既定的规则,实现对Io T设备有效充电。在实际应用中,充电器所携带的能量是有限的,针对不同的任务目标,需要进行合理地充电调度。现有的研究主要关注理论上的充电模型,而忽略了对充电效用产生影响的实际因素。为了研究实际场景下的无线充电效用,本文设计并实现了一种移动无线充电平台。在此平台基础上,对实际应用场景下影响无线充电效用的因素进行实验研究,为Io T无线充电调度设计提供可行性依据。特别地,本文针对空间现象监测任务的无线充电调度,考虑根据检测目标的空间特征进行传感器选择。对于基于路径约束的无线充电效用最大化问题,提出了基于次模优化的贪心算法。该算法可以在多项式时间内给出上述问题的近似解。本文通过与随机选择方法的比较实验,验证了该算法的有效性。