随着物联网技术和无线通信技术的快速发展,数以亿计的物联网终端（传感器为主）被连接到互联网并正以每年21%的速率不断增长。有限的电池容量成为物联网应用拓展其广度与深度的制约因素,如何保证能量受限的物联网节点长时间运行是实现万物智联愿景亟需解决的重点问题。无线能量传输技术（Wireless Power Transfer,WPT）可以为能量受限的节点进行远距离能量补充。因此,利用无线能量传输技术自射频信号收集能量为无线可充电传感器网络（Wireless Rechargeable Sensor Networks,WRSNs）充电,成为解决无线传感器网络节点寿命有限问题的有效技术手段之一。无人机（Unmanned Aerial Vehicle,UAV）良好的视距信道且出色的机动性可以有效地提高无线能量传输能效。此外,功率作为能量受限网络的重要资源,其分配问题将直接影响网络性能。本文对基于无人机供能的无线可充电传感器网络的性能及功率分配展开研究。主要研究内容包括:（1）针对无人机对可充电传感器网络节点充电的无人机路径规划问题,构建了无人机任务时间最小化的优化模型,提出了无人机路径规划算法。该算法主要包含三个子算法:首先,提出了基于邻居节点和充电半径的分簇算法,获得随机离散分布节点的分簇结果;然后,基于无线传感器网络节点剩余能量和分簇结果,提出了基于节点能量的锚点选择策略（Anchor Selection Strategy Based on Node Energy,NEAS）,从而将最小化无人机任务时间问题转化为NP-hard的旅行商（Traveling Salesman Problem,TSP）问题;最后,提出了基于遗传算法的无人机路径规划算法。仿真结果表明,相比于基准飞行方案,相同耗能情况下所提算法有效减少了无人机的任务时间。（2）针对无人机供能无线中继网络的系统性能问题,推导了时延受限和时延容忍两种模式下,放大转发协议和解码转发时系统吞吐量和中断概率的闭式模型。首先,分别推导采用放大转发（Amplify-and-Forward,AF）协议和解码转发（Decode-and-Forward,DF）协议目的节点处的信噪比,并分别得到时延受限传输模式下中继网络的中断概率模型。其次,基于中断概率模型分别获得时延受限传输模式下采用两种协议时系统的吞吐量并推导了时延容忍传输模式下系统遍历容量的闭式模型。最后,通过蒙特卡罗数值仿真验证了理论推导的正确性,并分析了各种系统参数对系统性能的影响。结果表明,DF协议比AF协议具有更低的中断概率和更大的吞吐量。（3）针对无人机供能无线中继网络的功率分配问题,构建了总功率约束下的中断概率最小化模型和中断概率约束下的总功率最小化模型,提出了无人机发射功率和源发射功率的最优功率分配方法。首先,构建了总功率约束条件下的中断概率最小化模型;针对无分集增益系统,推导了最优功率分配策略的闭式模型;针对分集增益系统,得到了无人机发射功率和源发射功率之间的关系式与最优的功率分配方法。然后,构建了中断概率约束条件下的总功率最小化模型;针对无分集增益系统,推导了最优功率分配策略的闭式模型;针对分集增益系统,优化模型非凸而不适合使用凸优化方法求解,提出利用源节点和中继节点功率关系的降维方法来降低求解复杂度。最后,仿真验证了最优功率分配方法有效降低了系统的中断概率,提高了系统可靠性。