多传感器监视系统在如今的高科技信息战场一直是许多国家的重点研究课题,此系统用于对出现在特定战场范围的目标所产生的各种类型的信号进行识别、跟踪和处理等。在多传感器监视系统中,系统结构设计需要采用分布式的子网络形式,而各个子网络中单个节点的实体就是多传感器,但是由于单个传感器节点的通信能力以及其拥有的能量、资源有限,节点之间必须通过协同工作才能完成全局任务。因此,多传感器监视系统网络中的协同任务分配成为其需要解决的关键问题之一。本文通过对多智能体理论的学习和多传感器网络的分析,研究了多传感器网络的任务协同和分配问题。首先,介绍了目前已经有成熟成果的三种基于多智能体理论的多传感器网络任务协同技术;其次,通过深入的分析比较这三种方法,提出了改进动态联盟的任务协调机制。最后,给出了该任务协调机制的具体过程。通过对基于动态联盟的多传感器网络任务协同分配算法的研究,将遗传算法和模拟退火算法的混合算法应用在动态联盟机制中。首先,对多传感器网络中的各节点通过分级算法给节点分级,从高等级节点中选出作为初始联盟的成员;然后,将能量损耗、运行时间、节点负载均衡结合成多目标优化的代价函数,运用遗传退火算法求出多目标优化任务分配算法的最优解;通过对算法的MATLAB仿真结果的比较和分析,遗传退火算法在能量损耗、运行时间、节点负载均衡三个方面都有较好的优化。本文在最后对多传感器网络中的通信协议展开了深入的研究,对于通信体系中各层具体内容后进行了分析,对物理层重点研究了扩频技术的实现;数据链路层重点研究了MAC协议的分类和S-MAC协议的主要机制;网络层重点研究了平面路由和分层路由结构下的经典算法。基于对理论知识的深入研究,对各层中的关键技术和算法进行了仿真建模,以MATLAB7.0和Visual C++6.0结合的方式进行了仿真和并对结果进行分析,验证了这些算法的特点和效果。