无线传感器网络（WSNs）已经成为覆盖大范围应用的一项吸引人的技术。多数传统的WSN体系结构由稠密部署于传感区域的静态节点组成，节点通过单跳或多跳通信将采集到的数据传输给基站。近年来，通过在传统的WSNs中引入移动元素MEs（mobile elements）来提高网络的效率成为人们研究的热点。相比传统静态WSNs，带有移动元素的无线传感器网络（WSN-MEs）显著提高了网络的能量效率，有效降低了组网成本。然而移动性管理带来了静态WSNs所没有的诸多挑战。对WSN-MEs数据收集应用，依据不同的场景可以采用不同的模式：对实时性要求高的事件监测类应用，如何捕获移动元素轨迹构建多跳动态路由是一个挑战；对采用直接接触方式进行数据收集的应用，由于移动节点的低速会引起较大的数据收集时延。据观察，数据收集时延可以通过局部数据汇聚得到有效缩减，该类方法通常联合考虑移动性控制和路由。由于传感节点受到制作工艺、部署方式和工作环境等因素的制约，节点很容易发生故障。故障节点的存在为数据收集工作带来了很多不利影响，如收集信息的不精确、能量效率低下、数据路由不可靠等。因而，如何从数目众多的节点中识别出故障节点并且构建容错的路由机制，进而保证网络的可靠性引起了研究者越来越多的重视。本文在深入分析现有研究成果的基础上，围绕WSN-MEs中数据收集这一核心问题，展开三个方面问题的研究，主要工作包括：1.针对高效容错的动态路由构建，给出了一种基于格的实时数据收集协议：（1）提出一个基于功率控制的弹性的和均匀的格划分模式，将网络拓扑划分为二维虚拟格结构，以此达到良好的网络扩展性和减少通信时的数据传输跳数。（2）提出了一种成员节点竞争格头的选举机制，将网络分成层次结构。该机制考虑节点的剩余能量，很好地平衡了网络节点的能量消耗，从而可以有效延长网络寿命。（3）给出了一个初始最优数据收集树的分布式构建方法。为了降低数据传输时延，消息仅在格头组成的高层骨干网中传播，有助于降低消息复杂度。（4）理论分析和仿真结论证明了本方法的有效性，即在不同的参数设定下，协议均可以达到较好的效果。2.针对移动元素的路线规划问题，给出了中继跳约束下基于集结模式的数据收集算法：（1）定义了在中继跳数约束下基于集结点RN（rendezvous node）的移动数据收集问题MDC-RN（mobile data collection based on rendezvous nodes），该问题联合考虑移动节点的巡行和汇聚树中的数据路由，并证明了该问题是NP难的。（2）针对定义的MDC-RN问题，我们给出了两个高效的基于集结模式的数据收集算法加以解决。第一个是从当前节点d跳邻居中优先选择具有最大负载节点作为RN候选的启发式算法；第二个算法针对WSNs特征，以分布式迭代确定RN，然后基于确定的RN，使用解决旅行售货商问题TSP（traveling salesman problem）的相关算法产生移动节点的巡行。移动节点沿该巡行周期性地访问这些RN，并通过单跳或有限跳收集其上缓存的数据。（3）理论分析和仿真实验验证了所提出算法的有效性。3.针对数据收集的可靠性问题，给出了基于比较模型的节点故障诊断和容错路由机制：（1）探索将比较模型用于WSNs节点的故障诊断，基于故障诊断的RN选举消除了故障节点充当RN的可能性，减少了能量的消耗和故障信息的传播。（2）基于有向无环图DAG（directed acyclic graph）构建的多路路由机制，增加了系统的容错性。（3）RN选择和多跳路由机制分别考虑节点的剩余能量和传输代价，二者交替执行构成基于“轮”的协议，平衡了网络中节点的能量消耗，提高了网络的能量效率。（4）仿真实验显示，所提出的协议在通信开销、诊断延迟和能量效率等方面与类似协议相比均具有一定的优势。