随着无线传感器网络(Wireless Sensor Network,WSN)在生态环境监测、城市设施监测、工业领域监测、地震火灾监测等领域的广泛应用,传感器节点的能量问题也随之突出。无线传感器节点的能量影响整个网络的生命周期,是影响网络性能的重要因素之一。由于无线充电技术对能量的补充具备可循环、可调度、高效可控等优点,受到了国内外专家的关注,形成了无线可充电传感器网络(Wireless Rechargeable Sensor Networks,WRSN)。在WRSN的充电规划方法中,传统方案是让单充电车周期性地遍历所有传感器节点的TSP(Traveling Saleman Problem)回路进行充电,或者采用先来先服务(First Come First Serve,FCFS)、可抢占的最近工作优先(Nearest-Job Next with Preemption,NJNP)等策略选择节点充电顺序,没有考虑充电车行驶距离约束与节点耗电量、节点的重要性等,因此存在资源浪费、充电效率不高等问题。针对节点稀疏的传感器网络能耗不均衡的情况,首先根据节点的能量消耗模型定义了自适应收益的参数,在每轮充电过程中依据该参数选取部分节点进行充电;然后对充电规划问题进行数学建模,提出一种基于最大-最小蚂蚁系统(MAX-MIN Ant System,MMAS)的MMAS-CM算法,对充电过程中得到的收益进行优化,求解得到充电效率更高的充电路径;最后,与FCFS和NJNP两种算法相比,经过多轮充电之后,采用本方法充电的无线传感器网络效用更高、节点剩余生命方差更小并且节点休眠比率更低。针对节点密集时每个节点在网络中的重要程度不同,本文综合考虑节点的连通重要度和消耗能量比,定义了节点重要度,衡量每个节点的重要程度。同时提出一种重要节点优先(Critical Node First,CNF)的充电规划方法,通过选择节点重要度更大的节点进行充电,缩短网络中节点的断开和非活动的时间,从而尽可能长时间维持网络连通性。在移动充电车的行驶距离约束下,以最大化所有充电节点的总重要度为目标,建立数学模型,并且提出一种启发式算法进行求解。启发式算法包括构造生成树、构建路径、路径改进和路径优化四个步骤。最后,与NJNP、TSP算法进行对比,结果表明CNF表现更优。