近年来,无线传感器网络(Wireless Sensor Networks,WSN)已经广泛应用于智能交通、军事、人体健康监测等多个领域,这些应用场景都要求WSN能够长期、持续地工作。而传感器节点所携带的能量是受限的,因此需要通过充电设备为其补充能量以延长传感器网络的寿命。相较于固定充电设备,无线充电设备(Wireless Charging Equipment,WCE)具有比较高的可控性;相较于全覆盖移动充电策略,基于传感器节点充电请求的按需充电策略更具有实用性。因此,WSN的按需充电策略成为学者们研究的热点。但现有的按需充电策略在充电路径规划方面大多采用贪婪的方式,造成充电策略具有一定的局限性。而且现有研究大多忽略了WCE的无线充电特性,造成WCE的充电效率不高。为解决上述问题同时提高传感器网络和WCE的性能,本文在充分考虑WCE无线充电特性的情况下,假设WCE的行驶速度是可变的,研究了WSN中的移动充电策略问题,主要包含以下两个方面:(1)提出了基于群体强化学习的按需充电路径规划算法,研究WCE在传感器网络中如何自主的规划充电路径。将按需充电问题映射到强化学习中,通过离散化WCE的状态空间、行为空间,并结合传感器网络及WCE的能量设计奖励模型,将按需充电规划问题建模为强化学习问题。仿真实验表明,本文所提出的路径规划算法可以有效地延长传感器网络的寿命、提高WCE的能量利用率。(2)提出了无线传感器网络中的WCE速度控制算法。首先考虑到充电功率大小与距离的关系,从传感器节点视角划分不同的可充电区域。接着将得到的充电路径按照充电区域划分多个分段。然后在保证WCE为传感器节点充满电的前提条件下,通过控制WCE在各分段上的行驶速度,减小总充电完成时间,提高驻站时间比从而提高WCE的充电效率。最后通过仿真实验验证了本文所提出速度控制算法的优越性。