随着信息物理系统的发展和普及,信息世界与物理世界深度融合的趋势日益显著。在此类系统中,信息的时效性对系统性能具有决定性作用,时效性越好的信息越有利于做出正确的决策。然而,基于传统网络性能指标（时延,吞吐量）的优化设计无法捕捉信息的这一特性。近年来,信息年龄作为一个新的性能指标被用来衡量信息的时效性。目前,基于信息年龄的研究多集中于单跳网络的理论分析。然而,由于节点能耗限制,大规模物联网普遍采用多跳方式进行数据汇聚。一方面,每个信息流的信息年龄受到节点间干扰、传输路径选择等多重因素的影响,提升网络中多信息流的端到端时效性需要综合考虑数据采样、路由选择及链路调度策略。另一方面,受到节点能量的限制,中继节点频繁的数据转发会缩短该类节点的生存时间。因此,信息时效性与节点能耗间存在着矛盾关系,需要通过合理的调度优化探寻性能折中点。为解决上述两个问题,本文主要贡献如下:（1）针对大规模物联网中多信息流的时效性与网络负载间的矛盾,本文提出了时效性最优的联合数据采样及传输策略。首先,通过综合考虑数据采样频率、转发路由选择、链路调度策略,将最小化多信息流的平均信息年龄建模为非线性整数规划问题。为了高效求解该问题,本文提出了分布式的联合数据采样及传输策略。仿真结果表明,相较于基于时延的数据传输策略,本文所提出的策略可以在保证系统稳定性的前提下,提升多信息流的时效性。（2）针对信息时效性与中继节点能耗间的矛盾,本文提出了一种能量约束下高时效性的数据包转发策略。首先,基于数据到达模型、数据包排队模型、信道模型、能量信息同传模型,推导了网络中断概率约束下可达系统信息时效性的表达式。进而,根据中继节点能量队列演变规律,提出了一种高时效性的数据包转发策略。仿真结果表明,提出策略在保证节点生存时间的前提下,提升了系统的信息时效性。