无线传感器网络(wireless sensor networks,WSN)通过各类集成化的传感器相互协作、实时监测、感知和采集各种环境或监测对象的信息,以多跳中继方式将所感知信息传送到用户终端,从而真正实现“无处不在的计算”。无线传感器网络可广泛用于军事、国家安全、环境监控、交通管理、反恐战争、灾害预测、医疗健康等领域,已经引起了学术界和工业界部门的极大关注,成为当前热门的研究领域。随着无线传感器网络的深入发展,人们对其网络协议(包括MAC协议、路由协议等)的各方面性能提出了越来越高的要求,这就需要对网络协议进行深入的建模和分析,从而对其进行更加良好的设计和优化。借助理论工具,研究创新的方法,对网络协议进行准确的分析,并研究其协议行为对网络性能的影响,能为设计和优化网络协议提供更好的途径;同时,联合多个网络层次信息进行跨层优化,可以更加高效地优化网络性能。本论文重点研究了无线传感器网络中理论模型分析方法,并通过计算机仿真对比,对模型的准确性进行了有效验证;同时提出了多种网络协议优化设计的算法,并对每个算法进行了详细的性能分析和计算机仿真验证。主要的创新性研究内容及成果如下:(1)基于竞争型的WSN,将节点行为建模为单服务台M/M/1/K模型,并提出了一个低复杂度、通用的竞争型WSN网络模型,推导出了系统参数(占空比、平均活跃期)与网络性能指标(平均功率消耗、平均包延时、平均丢包率以及网络吞吐量等)之间的大致关系和变化趋势,并进行定性地理论分析,为研究WSN网络系统参数对网络性能的影响,提供了一个初步的理论依据和指导。(2)针对WSN中较为通用的同步唤醒机制下的竞争型WSN网络,对所提出的网络模型进行了有效扩展,降低了模型的维数和复杂度,并基于该WSN网络模型,给出了同步唤醒机制下系统参数对网络性能指标(平均功率消耗、平均包延时、平均丢包率以及网络吞吐量等)的影响,同时对网络性能进行了理论分析,提升了WSN网络模型的扩展空间。(3)针对WSN中经典的SMAC协议,提出一种非饱和条件下的多跳WSN网络分析模型框架,准确考虑了SMAC协议中的关键因素,如周期性睡眠/唤醒机制、固定竞争窗口的退避机制、隐终端问题、虚拟簇等等,并提出了一种迭代模型求解算法,准确计算出节点信道竞争概率和节点服务时间,并推导出WSN网络中吞吐量、延时和能量消耗等方面的性能,这为研究网络系统参数(如占空比、数据负载)与网络性能之间的关系,以及优化系统参数等方面,提供了一个良好的方法。(4)在网络设计中引入跨层优化设计的思想,在联合考虑物理层的功率控制、MAC层的数据包重传和网络层的路径选择的基础上,针对在数据包时效性约束下最大化网络生命期的优化问题,提出了一种跨层优化方案,包括一种集中式的功率分配方案(Centralized TPA),在数据包端到端时效性的约束下对路径能量消耗进行了最小化;以及一种最优路径选择算法(ORPS),通过优化路径比例因子,使整个网络生命期最大化。(5)针对跨层优化设计方案中的集中式功率分配算法Centralized TPA和最优路径选择算法ORPS在算法复杂度和通信开销上的缺陷,提出了低复杂度的分布式算法,包括基于拉格朗日对偶变量的功率分配算法(Lagrange-dual-based TPA)和基于链路代价的路径分配算法(cost-based RPS)。上述算法具有很好的收敛速度,并能逼近最优性能,特别适合大规模网络的工程设计和实现。