无线传感器网络(Wireless Sensor Networks,WSN)作为物联网和大数据的主要数据来源,已被广泛应用于环境监测、智能交通等各大领域。然而传感器节点能量有限,且大部分能量主要用作节点间通信,路由算法的优劣决定传感器网络是否稳定,设计高效的路由算法从而提高网络寿命是目前WSN的重点研究方向。基于模糊逻辑(Fuzzy Logic,FL)的路由算法和基于粒子群优化(Particle Swarm Optimization,PSO)的路由算法是目前比较高效的两种层次型路由算法,但这两种算法仍存在较多不足。本文针对基于FL的路由算法不能确保模糊规则的准确性等问题,以及基于PSO的路由算法簇头搜索空间大、簇头分布不均匀等问题,提出了两种改进方案。本文主要工作如下:(1)提出了基于粒子群算法优化模糊逻辑的路由算法(Clustering Routing algorithm based on PSO-optimized FL,CRPSOFL)。针对部分簇头节点距离过近所造成的簇头利用率不高等问题,基于模糊逻辑算法在同一个成簇半径内设计簇头竞选机制,确保一个成簇半径内只有一个簇头节点。且针对模糊逻辑算法Mamdani模型中模糊规则根据人为经验设定而不能确保其准确性的问题,利用PSO算法优化模糊规则,确保规则的准确性。同时,针对离基站更近的节点却由距离较远的簇头转发数据所造成的能量损失问题,设计入簇选择机制,离基站更近的节点,不加入任何一簇,直接向基站发送数据。实验仿真表明,在100 m*100 m的区域内,节点能量为0.5 J时,CRPSOFL算法相对于低功耗自适应集簇分层型算法(Low Energy Adaptive Clustering Hierarchy,LEACH)、Gupta算法、基于模糊逻辑的簇头选择算法(Cluster Head Election mechanism using Fuzzy logic,CHEF),网络寿命分别提高了约58%、28.7%、17.8%。(2)针对基于PSO的路由算法在整个节点区域内搜索簇头的组合造成搜索空间大、簇头分布不均匀等问题,提出了EM-PSO分簇路由算法。首先利用最大期望(ExpectationMaximization,EM)算法将区域内节点聚类为最优个簇,然后在每个簇内并行进行PSO最优簇头搜索,从而减小了簇头搜索空间,并使得簇头节点均匀的分布在整个区域。同时,由节点自身进行最优簇头的搜索,节省了每一轮向基站发送剩余能量等信息的能耗。实验仿真表明,在100 m*100 m的区域内,节点能量为0.5 J时,EM-PSO算法相对于LEACH、EM、PSO算法,网络寿命分别提高了约27.1%、24%、7%。