无线传感器网络被称为本世纪极具影响的21项技术之一,属于计算机、通信和数学等多个学科的交叉性前沿领域。它是一种由布置在监测区域内的多个具有一定功能的传感器节点通过数据收集、数据传输等方式所形成的自组织数据处理网络。通过网络中传感器节点的密集部署,可实现数据的收集量化、数据聚合和数据传输操作。无线传感器网络作为一种现代智能网络,已被广泛应用于军事、物联网、环境监测、现代交通(如近两年的共享单车等)、便捷快递、现代医疗、工业、空间探索等多个领域,发展前景十分广阔。本文主要研究无线传感器网络中数据传输路径的鲁棒优化算法、异构无线传感器网络的拓扑结构优化技术以及基站节点对于目标的三维定位算法,主要成果如下:1.由于无线传感器网络中数据传输容易受到外部不稳定因素的影响,尤其是恶意节点的攻击,在构建无线传感器网络拓扑时,首先尽可能将这些节点检测出来并剔除出去,然后对恶意节点剔除出去之后的网络进行拓扑构建。在拓扑构建时将蚁群最优路径选择方法应用到无线传感器网络路径选择中去,其中在建立节点路径选择概率公式时,综合考虑了节点的剩余能量、节点距离、数据冗余以及链路安全等因素,最后给出了一种智能、安全、高效并且健壮的基于蚁群算法的数据传输路径鲁棒优化算法。该算法满足多服务质量要求,通过MATLAB仿真结果表明,本文所提算法有效延长了网络的寿命,降低了节点负载的同时提高了路径成功率。2.针对异构网络中异构数据的传输,提出了基于局部树重构的异构无线传感网络数据拓扑优化算法。该异构网络可以完成更好的数据传输,首先根据网络中节点的跳数将节点分为不同层,不同层节点选取一定比例的中继节点;然后对不同层节点设置不同的初始能量,由于不同节点的数据包具有不同的大小,所以在数据传输时本文根据网络的实际数据要求采用相应的数据聚合系数;最后在网络运行过程中动态实时更新树的拓扑结构以延长节点的使用寿命。仿真结果验证了论文所提异构网络拓扑演化算法有效地延长了网络寿命,提高了节点的利用率。3.目标的三维定位算法中目标传输的无线电信号到达基站的时间受到诸多因素的干扰(本文主要考虑的是非视距传输影响),进而产生很大的噪音即定位误差,本文建立修正的最小二乘法目标定位模型以期实现实际场景中目标的精准三维定位,利用基站节点在空间中的位置分布信息,提出基于谱聚类的最优基站节点选择策略,仿真结果表明利用本文提出的算法计算出的终端三维坐标与真实坐标对比误差小,并且在同等仿真数据情况下误差小于其他已有算法且算法复杂度低、收敛快,有更高的应用价值。