在传统的无线传感器网络中,传感器节点依靠自身携带的电池供电,而电池电量有限严重影响传感器网络寿命。随着无线能量传输技术的快速发展,无线充电成为解决无线传感器网络中能量问题的有效方法,从而形成了一种新的网络称为无线可充电传感器网络。在无线可充电传感器网络中可以通过部署静态能量源或调度移动能量源为传感器节点补充能量。在静态能量源部署中,现有的能量源部署研究中没有考虑能量源侯选部署位置不存在的情况。针对不同的应用场景和网络各国研究学者提出了各种充电调度算法。然而,在传感器节点能耗均衡的网络中,现有的周期性充电调度算法缺少对充电路径的优化,导致存在充电代价大的问题。在传感器节点能耗不均衡的网络中,现有的按需充电调度算法没有同时考虑节点充电的时间花费和移动能量源移动的时间花费,以及移动能量源的能量分配方式,因此存在充电延迟大、充电效率低的问题。为了解决上述问题本文做了以下几方面的研究:（1）在静态能量源部署中考虑能量源侯选部署位置不存在的情况,为了提高网络的充电效用,提出了一种基于混合乌鸦搜索算法和交叉算法的能量源部署方法。该方法改进了乌鸦搜索算法的随机跟随策略,并在乌鸦搜索算法的基础上引入交叉算法平衡全局搜索和局部开发的能力,使用一维数组编码能量源位置代表乌鸦个体,将全网总充电效用作为适应度函数。分别在小规模部署和大规模部署场景中测试算法性能,实验结果表明,与标准的乌鸦搜索算法、飞蛾扑火算法、布谷鸟算法相比,所提算法具有更优的搜索能力和更快的收敛速度,能够找到充电效用更优的部署位置。（2）在传感器节点能耗均衡的周期性充电调度中,为了减少充电代价对充电路径进行优化,将周期性充电路径优化问题转化为经典的旅行商问题,并提出了一种加强版蚁群算法。加强版蚁群算法加入了伪随机比例规则、增强最优路径和削弱最差路径以及最大最小信息素范围限定三种策略。分别在不同网络规模下测试算法性能,实验结果表明该算法可以找到更优的充电路径,有效减少了充电代价。（3）在传感器节点能耗不均衡的按需充电调度中,为了减小充电延迟、提高充电效率,提出了一种基于最小化服务时间和动态能量分配的按需充电调度算法。根据传感器节点的充电服务时间,确定节点充电的优先级,继而指导移动能量源为传感器节点补充能量,根据充电请求数量和网络中总的节点数量,计算为节点分配多少能量。实验结果表明,所提算法在节点存活率、充电请求吞吐量、平均响应时间、平均服务时间方面均优于FCFS（First Come First Service）、NJNP（Nearest Job Next With Preemption）算法。综上所述,本文设计的静态能量源部署方法、周期性充电调度路径优化算法以及按需充电调度算法有效提高了网络的充电效率、降低了充电代价。