数据汇聚传感器网络作为一种新型的数据采集手段,广泛应用于各类需要周期性汇聚感知数据的场景,如环境监测、文物保护、健康监测等。由于数据汇聚传感器网络采用多跳数据转发模式,加上节点本身通信距离有限,网络中存在大量数据并发传输机会。TDMA链路调度技术通过采用干扰感知的方式对节点数据传输活动进行调度,极大地提升了网络性能。然而,由于传感节点的硬件资源限制、有限的网络带宽和节点能量,以及无线干扰等问题,如何有效地实现TDMA链路调度以优化网络性能依然面临着诸多挑战和难题。基于上述原因,本文从单信道与多信道两个方面开展了TDMA链路调度技术研究工作。在单信道方面,提出了基于网络冲突图的集中式调度方法和基于节点协作的分布式调度方法。在多信道方面,提出了网络能量消耗优化的多信道链路调度方法。在单信道集中式链路调度技术方面,首先,考虑到无线干扰测量对构建网络冲突图的重要性,提出了精确测量点对点干扰的方法(InterM, Point-to-Point Interf erence Measurement)。通过为节点分派无冲突干扰测量包发送时间片,确保节点能够精确测量无线干扰。其次,针对数据汇聚传感器网络中节点初始工作量异构与节点唤醒能量消耗问题,提出了基于网络冲突图的工作量感知链路调度算法(WAGS, Workload-Aware Greedy Scheduling)。通过采用工作量感知时间片指派和贪婪时间片重用机制,降低了数据传输延迟和节点能量消耗。最后,在节点工作量感知的基础上,提出了结合数据融合的调度算法PriorS,进一步降低了节点能量消耗。在单信道分布式链路调度技术方面,针对集中式调度算法需要收集整个网络拓扑信息并构建网络冲突图,导致无法适用于大规模数据汇聚传感器网络的问题,提出了结合深度优先遍历技术、时间片协商机制、以及有限连续时间片指派的分布式链路调度算法(Coop, Cooperation-based Scheduling with ConsecutiveTimeslots Assignment),保证了数据并发传输的可靠性和能量效率。然后,针对Coop算法每一次只能为一个节点指派时间片的问题,提出了时间片并发指派的分布式调度算法(CDTS, Cooperation-based Distributed TDM A Scheduling)。设计了基于轮的时间片指派与分布式时间片选举机制,降低了时间片指派开销并保证了数据传输可靠性和能量效率。在多信道链路调度技术方面,针对在低速率、低数据量数据汇聚网络中,由于many-to-one的通信模式,单信道连续时间片指派无法最优化网络能量消耗问题,设计了网络能量消耗优化的无限和有限信道的链路调度算法SUC (Scheduling with Unlimited Channels)和SLC (Scheduling with Limited Channels)。算法采用基于接收端的连续时间片指派方法和贪婪多信道分配技术,以最少的信道数实现了网络能量消耗优化。在未来的研究工作中,可从以下几个方面开展工作：设计综合考虑节点调度次序、数据传输延迟、能量消耗的集中式优化调度方法：设计分布式节点时间片快速调整机制,实现低开销和快速调整节点调度以自适应网络拓扑变化；优化多信道调度方法,结合信道内与信道间的时间片重用机制,优化数据汇聚时间。