基于软件定义的无线传感器网络是在物联网时代到来后迅速兴起的一种新型网络架构,具有可扩展性强、设计成本低、布设简单等特性,但与此同时,随着越来越多实际应用场景中全部节点能量都受限的情况出现,这种网络架构也暴露出了节点能量消耗不均衡、关键节点制约网络生存周期等问题,所以为能量受限条件下的软件定义无线传感网设计新的节能路由算法已经成了该领域的当务之急。本文设计了一种分簇式软件定义无线传感网,利用分簇式架构的特点实现网络数据包的融合。随着如今人工智能技术的飞速崛起,反向传播神经网络(Back Propagation Neural Networks)凭借其可以实现任何复杂非线性映射的特点开始与各个领域进行深度融合,为各领域技术带来质的飞跃。本文使用BP神经网络模型设计了一种簇头节点选举算法,以节点的剩余能量等参数作为网络输入项,以BP神经网络作为评分系统,选举出最适合当前网络的簇头节点,由其完成数据汇聚发送等功能,从而降低节点的数据传输带来的能量消耗。仿真成果显示出该算法能够较为有效地减缓网络中各节点的能耗速率。此外,针对关键节点制约网络的问题,本文还设计了一种主备控制器选举与自适应切换算法。该算法同样是以BP神经网络为基础,为网络选举合适的节点担任备用控制器。在现有控制器节点能量过低成为网络能量凹点时,控制器功能主动切换至备用控制器处,以实现网络的能耗均衡;在现有控制器节点故障离网时,备用控制器能自动升级为主动控制器,以确保网络能正常工作。由仿真结果可得出,该算法对于网络的生存周期有着较大程度的提升。