无线传感器网络是一种分布式信息采集网络,由于具有成本低、数据传输灵活、环境适应性强等优点,在军事、民生、经济等领域均有着至关重要的地位。近些年,一种基于能量采集的无线传感器网络开始成为研究热点,其网络节点中搭载了能量采集模块,能够对周围环境中的绿色能源进行采集并作为节点可用能量,有效地解决了传统无线传感器网络寿命有限的问题。尽管该技术可通过能量采集近乎“无限”地提升节点寿命,但却带来了节点可用能量少、网络分析困难等问题。针对某一特定的网络环境模型为“基于能量采集的无线传感器网络”制定合适的能量采集模型、寻路算法和功率控制算法是当前重要的研究方向。首先,本文分析了一种基于能量采集的无线传感器网络布置环境的特征,总结并建立了对应的网络分析模型。针对能量采集技术带来的节点可用能量不稳定的问题,本文以网络模型中的能量采集模型为依据,建立了基于单位采集能量的离散化电池模型,并通过马尔科夫队列模型和马尔科夫聚合模型对电池能量状态进行建模分析,最终计算出了网络节点的中断概率。其次,针对复杂网络模型中寻路困难的问题,本文提出了一种基于“建图功率”的建图算法,将复杂网络模型转化为仅包含链路信噪比和节点中断概率的带权有向图。然后本文以求解最优链路吞吐量为目的,基于传统Dijkstra最短路算法提出了一种改进的寻路算法,能够在转化后的带权有向图中快速找到具有最大链路吞吐量的转发路径。通过算法复杂度分析和仿真验证,在节点数为v的网络拓扑中,该算法所需的寻路时间仅为同类寻路算法所需时间的2vlog2v/v3～2vlog2v/v2.最后,针对由能量采集节点组成的通信链路中各节点发射时间和发射功率难以分配的问题,本研究以取得链路最大吞吐量为目的,以链路通信过程中的通信时间、干扰阈值等作为约束建立起了一种多约束优化模型,并通过数学手段将其转化为凸优化模型以拉格朗日对偶方法求解出发射时间与发射功率的最优值。通过模型仿真及理论分析,本文验证了在不同的场景下网络总吞吐量的表现,为网络模型的布置提供了参考。通过和其他算法的对比验证,在同一研究环境下进行仿真后本研究算法得到的网络总吞吐量相比起其他算法得到的网络总吞吐量有35%～47%的提升,证明了本研究提出的寻路算法和功率控制算法在对应网络模型中的优越性。论文前三部分研究内容通过电池能量分析算法、建图算法和寻路算法为核心的功率控制算法提供了可靠的前提环境,文章研究内容呈递进关系。