近年来,无线通信技术和微电子技术的发展使得基于可穿戴计算设备的无线体域网得到了广泛的关注,给人们生活带来很大便利,尤其在人体健康监测领域。人们通过佩戴微惯性传感器来采集日常活动信号,可实现远程健康监测和分析监测对象的生活规律及健康状态。在传统的无线体域网中,节点在电源能量方面具有局限性,成为其发展的瓶颈,而能量采集技术这种新的充电方式,使得节点有望实现持续自供电。但是由于从环境中采集的能量存在不稳定性,所以,在无线体域网中能量的合理分配与优化就十分重要。本文以采集人体运动能量的无线体域网节点为研究对象,在满足人体活动监测要求的性能下实现可穿戴设备长时间持续地工作为研究目标,从运动能量收集与分配问题展开研究,主要工作如下:1.设计实现了基于能量采集器和加速度计的人体运动数据采集平台,建立了一个基于人体运动加速度的人体日常活动数据集和人体运动能量数据集。其中人体日常活动数据集由十名测试者(5名男生,5名女生)的7种日常运动的数据样本组成,人体运动能量数据集是由在一个人日常行为习惯下采集的运动能量数据样本组成。所有数据采集是使用放在人体上的单个传感器节点,在自然无约束的条件下进行的。2.研究了运动可充电无线体域网中电池受限情况下的能源分配和优化问题,搭建了基于运动可充的无线体域网中能量分配优化的数学模型。该模型充分考虑传感器节点在实际工作过程中的识别性能跟功耗的关系。在保证节点可持续工作以及尽量不浪费能量的情况下实现节点能量分配,进而最大化网络的平均识别率。3.针对确定性能量采集过程和随机性能量采集过程,分别设计了离线和在线能量分配算法。离线能量分配算法采用启发式的自适应能量分配方案,根据不同动作的识别准确率与系统功耗的关系,实现传感器节点在达到96.47%的平均识别准确率的同时节省了28.2 mW的系统能耗。在线能量分配算法是针对随机运动能量采集过程而设计的一种能量分配方案,对某时隙上进行能量分配时不需预知其后的能量采集情况,通过仿真实验验证其具有优越性。