作为当前信息技术领域的一个研究热点,无线传感器网络具有十分广阔的应用前景,在军事国防、工农业、生物医疗、环境监测、城市管理等军事和民用领域都有着广泛的实用价值.在影响无线传感器网络性能的众多因素之中,节点部署、拓扑控制和路由协议是基础而关键的技术.本文主要针对提高无线传感器网络的性能这一目标,从节点部署、拓扑控制和分簇路由协议三方面展开研究,主要工作如下:1.功率分配作为拓扑控制的一个分支,对于延长网络生存时间具有重要意义.针对现有基于节点度的算法存在的不足,提出了一种基于最小连通平均度约束的无线传感器网络功率分配算法.首先证明了当节点为典型Poisson分布时,网络达到指定连通概率所需的最小通信半径,并由此得到了满足指定连通概率的最小连通平均度.然后根据以上结论,设计了新的功率控制算法,通过动态调整每个节点的发射功率,使其节点度数等于最小连通平均度,从而使网络达到指定连通概率.仿真结果表明,该算法能够在满足指定连通概率的条件下,使网络保持高的覆盖度,并具有更优的目标值,且具有分布式、对节点要求不高等优点,能够根据网络需求快速调整节点通信半径,更便于在实际网络中应用.2.在无线传感器网络的功率控制问题中,节点间距是一个很重要的参数.考虑到多种不确定因素的影响,基于鲁棒离散优化理论与方法,设计了一种对距离不确定性具有免疫力的功率控制方法.首先建立了关于功率控制的最小生成树模型,考虑到其中节点间距存在不确定性,利用鲁棒组合优化方法建立模型的鲁棒对应,然后设计了基于Prim算法的求解方法.计算机仿真研究了模型中调节参数对网络性能的影响,结果表明,鲁棒解在距离不确定时得到的目标值优于确定解,而在标称距离下与最优值相差不多.因此,随着不确定性的增加,鲁棒解仅以较小的最优性损失改善了最坏情形下网络的拓扑性能.3.在距离不确定的实际网络背景下,研究了节点部署问题.基于网格结构,首先建立了节点部署问题的整数线性规划模型,在满足事件探测概率的前提下,找到节点数目及其位置的最优值.然后基于鲁棒离散优化方法,进一步将距离不确定情形下的模型转化为混合整数线性规划形式的鲁棒对应并进行求解.计算机仿真分别在均匀及非均匀两种事件探测模型下,研究了调节参数对解的最优性及鲁棒性的影响.结果表明,随着距离不确定性的增加,鲁棒模型能够有效避免约束违反,且与确定情况相比,鲁棒解仅损失了较少的最优性.4.能量有效的路由协议对于无线传感器网络至关重要,它能够延长整个网络的生存时间.针对LEACH分簇规模不均匀的缺点,提出了一种基于节点密度的分簇算法.该算法通过结合节点密度改进簇头的选择阈值,增加了节点密集区域簇头的数量,从而减少其中簇的规模,达到平衡全网簇规模,同时降低网络中能量分布不均的目的.仿真表明,与LEACH相比,基于节点密度的分簇算法延长了网络生存时间,降低了能耗;为克服经典分簇算法LEACH簇头分布不均匀以及未考虑剩余能量的不足,提出了一种基于图形密铺的分簇算法.该算法通过用正六边形对监测区域密铺完成分簇,从而实现簇头的均匀分布;通过引入基于通信距离的相对剩余能量参数选举簇头,兼顾了簇头的剩余能量及其到基站的距离,降低了簇头能耗.仿真结果表明,新算法分簇均匀,能够提高网络生存时间和数据传输总量.