随着物联网技术的快速发展,无线传感器网络被广泛地应用于生活生产。但由于传统无线传感器网络中的传感器节点通常采用电池供电,有限的电池容量使得节点能量问题已成为影响无线传感器网络生存时间和系统性能的主要瓶颈。近年来,无线能量传输技术的发展为解决无线传感器网络中传感器节点的能量问题提供了新思路。利用无线能量传输技术,研究者们提出了无线可充电传感器网络,即在传统无线传感器网络中引入移动充电装置对传感器节点进行访问,利用无线充电技术完成对使用可充电电池的传感器节点的能量补充从而延长网络的工作时间。现有的关于无线可充电传感器网络的研究多集中于在无线传感器节点静态部署的场景下针对移动充电装置的调度算法展开研究。少数针对移动无线可充电传感器网络场景的研究常常假设传感器节点的移动模式已知或节点移动可被控制。然而在移动目标监控相关的应用中,例如野生动物追踪等,由于监控对象的移动不受控制,同时监控对象的移动模式往往比较复杂且不可直接获得,甚至其移动模式本身就是监控应用研究的对象,因此现有充电调度算法难以对充电装置的移动路径直接进行规划,无法解决这类应用场景中的充电问题。针对上述传感器节点非确定性移动的无线可充电传感器网络场景,本文提出了一种基于移动预测的充电调度算法PST（Predicting-Scheduling-Tracking）。与现有的充电调度算法不同,PST算法指导移动充电装置对移动传感器节点进行有效追踪从而实现对节点的能量补充。仿真实验结果表明,PST算法可以有效实现对非确定性移动的传感器节点进行能量补充,从而有效延长无线传感器网络的生存时间。具体来说,本文主要完成了以下工作:1)介绍了无线传感器网络中节点能量问题的研究背景以及现有的无线能量传输技术,并分析总结了无线可充电传感器网络的主要结构和研究现状。2)首次提出采用主动追踪方式对非确定性移动的传感器节点进行能量补充,并总结分析了采用主动追踪方式需要解决的三个主要问题。3)提出了一种基于移动预测的充电调度算法PST（Predicting-Scheduling-Tracking）。在PST算法中,基站周期性地运行节点移动预测算法以实现对移动传感器节点下一步位置的预测。基于移动预测结果和节点的当前能量状态,移动充电装置运行调度算法选择网络中最合适的传感器节点作为充电目标,试图与该节点相遇以完成充电。在无线充电过程中,移动充电装置基于节点跟踪算法跟踪充电目标节点移动以维持无线充电双方的相对距离满足无线充电的要求。4)进行了一系列仿真实验以验证PST充电调度算法的性能。仿真结果表明PST算法能够在传感器节点非确定性移动的网络场景中有效地指导移动充电装置对传感器节点进行充电,延长无线传感器网络的生存时间。通过对仿真结束后网络中失效传感器节点数、所有传感器节点的平均剩余能量、移动充电装置的移动距离等充电效率指标的对比说明,相较于现有的充电调度算法,PST算法可以使无线可充电传感器网络维持更好的工作状态。