随着物联网技术和人工智能的快速发展,作为物联网感知层的无线传感器网络又掀起了新的研究热潮。如今无线传感器已经被应用在生活的方方面面,包括智慧物流、智能家居和智慧交通等等。与此同时,由于受制于电池技术的发展,传统无线传感器网络节点的电池容量极大限制了整个网络的使用寿命。伴随着无线充电技术的成熟,在传统的无线传感器网络加入充电模块的无线可充电传感器网络获得了广泛地关注。然而在现实中,昂贵的充电设备对于无线可充电传感器网络的推广造成了阻碍。此外,由于传感器节点能量来源的不稳定性,传感器的工作时间受到了限制并且严重影响了感兴趣区域内随机事件的监测率。本文在了解目前国内外关于无线可充电传感器网络中的充电器部署策略和能量调度相关研究的基础上,深入研究了一个基于经过验证的充电模型的无线可充电传感器网络中的静态充电器部署问题,相较于传统的三角形部署策略有效地减少了所需充电器的数量。此外,针对能量受限的传感器优化了在感兴趣区域内多随机事件的监测率,取得了较好的效果。总的来说,本文主要有以下几个工作:(1)利用0-1规划建立了无线可充电传感器网络的静态充电器部署模型,将静态充电器的部署问题转化为非线性整数规划问题。为了避免直接求解非线性整数规划,利用网格分割的方法对传感器区域进行离散化,从而将问题进行简化处理。(2)首先对于无线可充电传感器网络区域中充电器位置固定的情形给出部署算法,然后对于充电器位置不固定且不受限和充电器位置不固定且受限的两种情形,利用网格分割法转化为充电器位置固定的情形。最后对三种情形下给出的算法进行仿真验证,与三角形部署算法相比明显减少了所需充电器的数量。(3)考虑了无线可充电传感器网络中的多个随机事件,即每个能量受限的传感器可以用来监测一个或多个随机事件且每个随机事件也能够被一个或多个传感器监测,然后使用多目标非线性规划来建立问题的模型。(4)为了提高整个网络的监测率,针对事件监测率不受约束的情形提出了能量分配算法(EAA),并且证明了该算法的最优性;针对事件监测率受到约束的情形,基于能量分配算法提出了能量受限分配算法(ECAA)来寻找一个Pareto最优解。最后通过仿真实验来验证算法的性能,且实验结果与理论表现一致。