由大量传感器节点组成的无线传感器网络（WSN,Wireless Sensor Networks）能够采集场景的状态信息,是现代通信网络中获取感知信息不可缺少的方式。近年来,WSN的应用范围越来越广泛,但是由于节点携带的能量有限且不可补充,有限的电池容量制约着WSN的发展。随着能量收集技术的进步,可再生能源引入WSN越来越受到重视,能量可收集的无线传感器网络（EHWSN,Energy Harvesting Wireless Sensor Network）成为在根本上解决能量问题的可行方案。随着5G技术的发展与部署,车联网等面向实时应用的业务越来越多,如何实现对物理环境的实时感知并监测其状态,以完成智能决策和控制成为WSN研究中亟需解决的一个重大挑战。作为衡量信息新鲜程度的重要指标,信息年龄（Ao I,Age of Information）被定义为接收端最新所收到的数据包生成时间距离当前时间的时间间隔,成为评价判断网络中数据包及时性的度量标准。本文研究了WSN中感知信息的及时获取问题,从感知信息的采集以及数据包的传输两方面针对能量可收集的WSN开展了研究工作。本文的具体研究工作如下:首先,由于传感器节点能量收集的随机性和无线通信信道的时变特性,使得在WSN中如何实现数据包的准确采集成为首要问题。在分析数据包的采样策略、节点的能量收集策略、发射功率分配之间关系的基础上,建立了平均Ao I优化方程。为了求解该优化问题,引入李雅普诺夫优化理论,利用虚拟队列技术,将优化问题转化为漂移加惩罚最小化问题,并利用全局搜索算法得出最优的采样策略。仿真分析验证了本策略的有效性。其次,对于传感器节点所采集的数据包,为实现网络平均Ao I最小化,研究了服务器的包管理策略以保证感知信息的及时送达。假设传感器节点数据包的到达符合泊松过程,服务器服务时间服从指数分布,本文采用随机混杂（SHS,Stochastic Hybrid Systems）技术和排队论推导出了网络的平均Ao I表达式。根据服务器处理速率的不同,将网络分为同构网络和异构网络,并提出了不同的源感知数据包管理策略。最后,通过仿真研究,将本文所提策略与LCFS（Last Come First Serve）和LCFS-S（LCFS with preemption-in-service）策略进行了比较,仿真结果验证了本策略的有效性。