作为传感器网络研究的一个重要分支,水下传感器网络在海洋数据监测、海洋河流环境监测、海洋灾害预防、水下及舰艇导航定位、海洋资源勘测、分布式战术监测以及水下目标的探测、跟踪与定位等领域的应用前景极为广泛。本课题针对水下传感器网络的节点部署问题,在评价指标、感知模型、数据融合、部署算法等方面,对水下传感器网络节点部署的问题进行了研究。针对水下传感器网络节点的三维部署,利用被动声呐概率感知模型和改进后D-S证据理论数据融合模型,分析了在数据融合下水下传感器网络的检测区域的?-信度覆盖的变化,依据检测区域中目标分布的先验概率,本文提出了基于改进D-S证据理论和先验概率的部署算法。通过仿真实验验证了算法的有效性。仿真结果表明,与均匀部署算法和基于均匀部署的非均匀部署算法相比,能够有效减少部署节点,减少节点能耗,扩大检测范围,提高网络的探测性能。根据被动声纳的概率感知模型,结合水下环境影响因素,建立了模糊感知模型和模糊数据融合模型,研究了模糊数据融合对传感器网络部署的促进作用,提出了基于模糊数据融合的水下传感器网络节点部署策略(NAFC)。利用MATLAB验证了算法的有效性:NAFC算法能够有效减少部署节点,提高网络的覆盖度和单个节点的检测效率,减少节点能耗,延长网络寿命,扩大检测范围,提高网络的检测性能。针对异构传感器网络节点部署,基于异构节点不同的概率感知特点,借鉴有机小分子组成的结构模型,提出了异构传感器网络节点“类分子”感知模型,研究了采用新的模型和数据融合后网络覆盖度的变化,提出了基于DSmT数据融合的异构传感器网络节点部署策略(NHOS)。利用MATLAB建立了传感器网络仿真模型,通过仿真实验验证了算法的有效性:该算法能够有效减少部署节点,提高网络的覆盖度和单个节点的检测效率,减少节点能耗,延长网络寿命,扩大检测范围,提高网络的检测性能。