无线传感器网络(Wireless Sensor Networks,WSNs)作为当前在国际上备受关注的热点研究领域之一,WSN的广泛应用为环境监控、资源保护、军事监测等领域提供了良好的技术设备和信息平台。在实际环境部署中,WSN由于其电池供电弊端能量受限,制约了网络的应用效果。因此,如何延长WSNs的网络寿命一直是学术界关注的重点研究目标。围绕延长网络寿命的研究从技术特点方面目前可分为三大类,分别是内部节能、外部能量收集、无线充电,随着太阳能收集技术发展成熟并逐渐被运用到WSN环境实际部署中,面对非恒定的能源供给,如何充分利用能量收集延长网络寿命是可充能传感器网络节能考虑的重点。本文针对常见的太阳能充电在能量采集无线传感器网络(Energy Harvesting Wireless Sensor Networks,EH-WSNs)中的应用环境,设计并搭建了一种基于锂电池的太阳能源数据采集传感器系统环境,并进行了太阳能数据集的传输实验,为后续能源预测算法的研究与路由策略的优化提供了可靠的数据支持和灵活可控的部署环境。在此基础上,本文为解决现有预测算法当面临天气变化波动时,输出功率误差较大,预测不准确的问题,提出了一种引入天气变化相关因子的相关最小均方(Correlation Least Mean Square,C-LMS)预测模型。该算法复杂度低,具有一定的灵活性,能够快速求解,提高短期预测的精度。实验表明,与LMS模型相比,C-LMS预测算法的误差率降低了15%左右,在应对天气波动时,预测精度得到了显著提高。同时基于上述轻量化预测算法,重新考虑预测充电和剩余能量对传感器网络拓扑结构的影响,优化后的网络生存期提高了近31.7%。其次,进一步将本文的预测算法优化并应用于LEACH与DEEC分簇路由协议中,实现了网络性能的优化。实验结果表明,优化后的网络数据吞吐量是LEACH协议网络吞吐量的3倍左右。同样对于优化后的DEEC网络来说,其数据吞吐量比优化后的LEACH高出了约75%。最终通过多组实验仿真分析,验证了本文的路由优化策略在大多数情况下可以优化网络性能并保证网络的稳定与可靠性,能够在多种网络拓扑场景下能够提高网络生存周期,达到稳定高效的优化目标。