近年来,随着地球自然环境的不断恶化以及石油能源的不断消耗,人们开始将目光放在无污染的自然环境能量上,如太阳能、风能、机械能等。与此同时,为了延长赛博物理系统物理节点寿命以及使无线传感网络节点能够长期稳定的工作下去,传感节点的电源问题成为了制约使用周期最核心的元素之一。人们开始研究无线传感节点的自供电技术。目前,已经存在的无线传感节点的供电系统大多是单一能源器件,如太阳能电池,可是单一的能源器件都存在着其局限性。因此,无线传感节点需要采用复合微能源供电系统,使得节点更快更平稳的工作下去。本文针对不同的微能源器件进行了理论上的研究,分析了它们各自的发电机理,然后设计了一款通用的微能源向量采集系统用以采集不同微能源器件的特征向量。该系统由主控单元、输入缓冲单元、电压采集单元、工作电流监控单元以及无线通讯单元组成。整个系统采用分离式设计,能在采集向量的同时,检测采集系统的功耗。在得到大量向量数据后,本文通过分析向量组的相关性以及算法的复杂度,在众多识别算法中选择了BP神经网络作为整个系统的识别算法,并设计训练了针对微能源类型识别的BP神经网络模型,整个模型的准确率能够达到95%以上。最后,为了将这一识别模型用以无线传感节点的复合微能源供电系统上,本文将上位机训练得到的识别模型移植到了FPGA平台上。整个系统由通信模块、识别模块组成,完成了与上位机以及采集系统之间的交互,并将得到的向量进行识别。最终实现的整个系统具有高准确率、高响应速度等特点,能够针对太阳能、机械能、射频能量组成的复合能源系统,准确的提供现有能源类型,为复合能源供电系统提供相应的支持。