由于嵌入各式各样传感器的智能手机、平板电脑等移动终端设备爆炸式普及,人们已经变成了一个个“传感器”,人与移动设备构成了“移动传感网络”,其中移动设备作为基本感知单元,移动传感网络最主要的任务是收集传感数据。本文研究的重点是设计高效的数据收集方法。在以往的机会传感网络数据收集方法中,传感数据利用人的移动所带来的通信机会,借助移动设备以多次转发、协作完成、逐跳传输的方式,最终上传到中心服务器。但移动设备机会式的短暂相遇,彼此之间无法建立可靠的连接,传感数据的传输成功率较低。考虑到实际生活环境中,有很多地方部署了 Wi-Fi热点的AP,一旦人们与AP相遇,传感数据就能成功上传,本文将这些AP比拟成Sink。这与普通机会移动网络不同,其中移动设备并不知晓传感数据的目标节点,机会传输的目的可以是任意一个Sink。本文的研究工作主要包括以下三个方面:(1)提出了最优Sink选择方法。针对多Sink移动传感网络的最优Sink选择问题,先给出定义和假设,再对移动传感节点与Sink之间的空间属性、时间属性、相遇概率属性加以分析,将选择最优的Sink问题看成多目标最优化求解问题,引入多目标决策分析的层次分析法,求解出最优的Sink,即确定传感数据的目标节点。(2)提出了基于地点的转发方法。针对这一类带有社会性的移动传感网络,对人类社会行为进行分析,发现人类的移动与地点息息相关,受到PeopleRank启发,借助移动设备能在地点内可建立稳定连接来充分交换数据,本文构建湖南大学移动传感网络模型,对传感数据、偏好地点、受欢迎程度等给出了相关定义,在此基础上提出了基于地点的传感数据转发方法,优化下一跳选择策略。(3)最后,通过一系列实验对本文提出方法的可行性和有效性进行验证。为定量比较采用以下三个指标作为度量依据,分别是传输成功率、转发开销、转发延迟。实验结果表明该方法不仅显著提高了传感数据的传输成功率,而且转发开销和传输延迟有了明显的降低。