:随着无线网络技术的发展,无线传感器网络近年来引起了广泛的关注。该网络由大量具有有限感知能力和传输能力的节点组成。受节点自身能量的制约,如何能源有效的利用节点使得尽可能的延长网络工作时间成为了无线传感器网络设计的重中之重。由于在WSNs中大量的节点分布密集,并且所有的传感器节点承担同样的感知工作。这意味着在整个系统生命期并不需要所有的传感器全部都工作,只要能够保证整个系统的正常工作可以让一部分节点休眠。因此可以调度节点让它们交替的工作,这样来延长系统的寿命。本文首先简述了无线传感器网络的体系结构和典型应用,介绍了节点调度算法的设计难点,并对节点调度的研究现状进行分类介绍。接着,提出了两种节点调度解决方案:基于网格的节点调度算法和基于量子遗传算法的节点调度算法。基于网格划分的节点调度方法是在研究了无线传感器网络覆盖率与节点感知范围、工作节点数等之间的约束关系的基础上提出的,通过此约束关系,确定满足覆盖率要求的最大分组数,利用简单的网格计算对节点进行分组调度,实验结果和理论分析表明,该算法计算量小,运行时间短,并有效地延长了网络的生存时间。基于量子遗传算法的节点调度算法主要是针对无线传感器网络的点目标覆盖问题。该算法采用一种序列的方式来表示节点的分类调度情况,使得算法不需要预先设置分组数k的大小,能够在算法运行过程中自动生成k,并使用量子比特对染色体的基因进行编码,使得种群具有更好的多样性,利用量子旋转门对种群进行更新,避免算法过快收敛,使得k的值更趋近于最优解。实验证明,该算法搜索范围更广,适应性更强,效率更高,效果更好。