无线传感器网络是一种全新的信息获取和处理技术,被认为是21世纪的一项挑战性科研课题。论文针对无线传感器网络的基本问题——“覆盖问题”,从感知目标的角度研究:如何在已有的传感器网络中,为目标建立一条合理的移动轨迹,以此寻找网络的覆盖薄弱环节,为提高和扩展网络的覆盖性能做出指导。论文选题源于课题组承担的国家科技部“863”研究计划项目,具有重要的理论和应用价值,主要完成了以下具有创新性的工作:论文提出了一种面向认知过程的感应模型(DSM)。该模型以距离平方差的形式,客观地反映出传感器感应能力随距离增大而下降的趋势。并通过对两种典型覆盖节点数目的计算方法(SNS和SNE)的分析,论文发现:理论上完全覆盖区域所需节点数目极其庞大,不易实现,从而证明了利用目标移动轨迹,进行覆盖漏洞研究的必要性。基于Voronoi图和轨迹暴露量的定义,论文分析了Voronoi图的划分与最小暴露轨迹的关联关系。进一步,论文根据参与感应的传感器节点数目的差异,将最小暴露轨迹分为FIT和SIT两类,分别对两类轨迹误差分布情况、拓扑敏感性进行分析,严格地刻划出该算法的应用场景。论文创新性地提出一种对同构和异构传感器网络均具有适用性的本地化覆盖势力分析算法——CFA,首次实现了对异构传感器网络覆盖性能的分析研究。该算法根据感应能力的差异,能有效对网络中异构节点的覆盖势力范围进行剖分,构建基于感应异构性的“通用Voronoi”图(GV)。该图解决了异构网络覆盖性能分析和移动轨迹搜寻的问题,和传统的Voronoi图相比,具有广普性和本地化的特点。论文提出一种兼顾安全和时效两种性能的启发式轨迹算法——SS算法。该算法不依赖于整个网络的拓扑信息,根据安全/时效比(α/β),利用传感器与感应目标的距离值,计算出当前目标在网络中安全与时效性能的折衷值,从而实现轨迹的自发地调整与建立,是一种有效的本地化轨迹算法。同时,SS算法对网络的拓扑分布、节点密度具有良好的透明性,通过引入时间参数,克服了轨迹在“回避”传感器节点探测过程中的蔓延现象。与理想算法(Grid-based策略)相比,SS算法的计算复杂度更低,具有较高的实用价值。