无线传感器网络将人类和物理世界互联,极大地方便了人们的生产生活。数据收集作为无线传感器网络中的基本问题,直接影响到网络性能和服务质量。由于传感器网络中采集的数据大多是时间相关的,对于实时性要求较高的应用,需尽快地收集监测数据,及时对事件做出反应,避免数据因延迟过大而失效。针对以上应用,本论文以数据时新性为前提,研究了数据收集过程中移动设备的调度问题,主要工作和贡献如下：针对现有数据收集算法中节点能量消耗较大的问题,本论文在数据收集过程中引入移动设备(Mobile Elements,简称ME)。通过分析线性模型计算出ME接收数据的最佳位置,提出了一种能量高效的运载路由算法。该算法最大限度地利用ME运输数据,同时结合网络多跳的传输方式,达到降低传感器节点能量消耗的目的。模拟结果表明,该算法在保证数据时新性的前提下,在能量消耗方面优于现有使用移动设备的数据收集算法。为解决数据时新性环境下的移动设备调度问题,本论文提出了两种启发式算法：一种是基于货郎担问题(Travelling Salesman Problem,简称TSP)的解集,将其逐步分割成较小集合,以满足所有节点的时间约束,该算法适用于实时性要求相对较低的应用；而当数据时新性要求较高时,以贪婪的方式建立ME路径,即从sink节点开始迭代选择代价值最小的节点加入路径,同时保证所有的节点满足时间约束。模拟结果表明,本论文提出的算法减少了数据收集过程中所需的设备个数,而且节省了数据收集的总时间。本论文提出的运载路由算法及调度算法在满足数据时新性的前提下,降低了网络的能量消耗和设备开销,这对于数据收集的相关研究工作有一定的参考价值。