无线传感器网络（Wireless Sensor Networks,WSNs）是由部署在监测区域内的传感器节点以无线自组织方式构成的新型多跳无线网络,通过多个节点协同完成感知任务,丰富了人类的感知能力和范围,在军事反恐、环境监测、工业控制和公共安全等领域有着广泛的应用。为了使传感器节点能够完成目标监测、获取信息等任务,必须确保传感器节点能够有效地覆盖被监测区域,实现监测任务。因此,感知覆盖是传感器网络设计和规划的基本问题之一,它反映了WSNs事件监测和目标跟踪服务质量。WSNs中初始节点随机部署或节点失效都会产生覆盖盲区,网络中出现覆盖空洞,目标无法被有效监测,导致感知信息不完整,造成网络通信不顺畅,影响整个网络性能。因此,如何对覆盖空洞进行及时有效地感知并修复,是WSNs亟待解决的核心问题。为此,本文在前人研究的基础上,提出优化改进方法,主要工作如下:（1）针对节点随机部署或节点能量耗尽而导致目标区域内出现覆盖空洞的问题,提出一种分布式随机区域覆盖空洞检测与修复优化方法。首先,求出节点与邻居节点的交点及边界交点,将交点区分为关键感知交点与被覆盖交点,判定覆盖空洞的关键感知交点集完成对空洞的检测;其次,确定覆盖空洞的类型和具体形状,构造向量确定节点的移动方向,利用距离公式计算得到节点可移动的最大距离;最后,综合考虑覆盖空洞的弧长、可移动最大距离和节点当前剩余能量等三个因素,提出一种基于等级排名的选择方法,利用该方法从待修复节点中选出最佳节点,进而修复覆盖空洞。仿真实验表明,该方法利用已部署的传感器节点以分布式方式对空洞进行检测,在不同的空洞数量和节点总数的环境下,都有较好的空洞检测效率和修复效率。在进行空洞修复的过程中,能够有效避免节点消耗过多能量的问题,延长网络生命周期。（2）针对修复覆盖空洞过程中,节点移动导致节点间数据传输和网络连通性受到影响的问题,提出一种基于改进k-means和蚁群算法的空洞修复优化方法。首先,对传统k-means算法随机选取聚类中心的原则进行改进,遵循初始聚类中心尽可能远的原则,将大型目标区域划分成小的区域,完成节点分簇;其次,对传统蚁群算法（Ant Colony Optimization,ACO）的启发式函数、信息素更新策略和信息素挥发因子进行改进,在每个小区域内,利用改进的蚁群算法找到一条最短路径;最后,提出一种簇类连接方法,利用该方法将每个簇内的最短路径进行连接,形成目标区域内的一条最短路径。仿真实验表明,与蚁群算法及改进遗传算法相比,该方法数据传输路径最短,整个传输过程减少了节点能量消耗,较好的保持网络连通。