无线传感器网络(Wireless Sensor Networks,WSNs)是当前学术重点研究对象之一,涉及前沿的通信、传感和电子等相关的领域。随着信息技术的发展,无线传感器技术逐步成熟,大规模的制造和使用传感器节点的方案变得更廉价更高效。无线传感器网络的应用越来越广,已由原来的军事领域扩展到其他各领域。在城市的交通控制管理、环境监测、安防系统、国防安全、空间探测和物联网等诸多领域都有重要的科研和应用价值。在无线传感网应用中,随机部署节点容易造成分布不均的问题,从而影响网络的连通性及覆盖率。针对大规模的无线传感器网络,如何高效节能地实现传感器节点的动态部署,形成有效的蜂窝网络覆盖,是解决此问题的关键手段。其中,采用基于虚拟力或虚拟势能场的优化算法已成为无线传感网节点动态部署的研究重点之一。本文首先以尘埃等离子体物理中汤川势的粒子结晶模型为理论基础,提出了基于等离子体汤川势模型的大规模传感器网络节点部署的虚拟力算法。为了进一步讨论该虚拟力算法的节点部署效果,我们将Delaunay三角剖分算法应用至模型中,对计算规模进行优化改进和仔细研究,使得其能够进行自适应调节,以适应WSNs中的实际需要。通过模拟仿真,验证了算法中汤川势的有效性,对计算规模和屏蔽长度两个重要参数进行了针对性地分析讨论。仿真结果表明,在固定屏蔽长度时,随着计算规模的增加,网络的均匀性变好,网络拓扑结构更加接近于正六边形拓扑,但运行时间也相应增加。当保持计算规模不变,伴随着屏蔽长度值的增加,传感器网络有效覆盖面积增大,但整体网络均匀性变差,网络拓扑结构也逐渐趋于不理想。实验表明,该算法可以针对大规模无线传感器网络形成有效覆盖的(Hexagon)六边形蜂窝状结构,使用最少的节点覆盖最大的面积,并具有较快的网络收敛性。其次,基于上述等离子体汤川势虚拟力算法可以提供稳定的算法收敛性和有效的蜂窝状网络拓扑结构,我们将其作为混合优化算法的基础,与另一种基于粒子间交换力的虚拟力算法进行结合,初步实现了基于两种不同物理系统虚拟力算法的自适应融合,来进一步提高大规模传感器节点部署算法的仿真精确度、减少节点部署时间等。基于等离子体汤川势模型的虚拟力算法(VFA_YP)有更好覆盖率和较高网络均匀性,但达平衡状态时间长,系统能耗大等特点。基于粒子间交换力的算法(VFA_LJ)仅仅计算每个节点周围最近的邻居节点,可以快速部署节点,有效缩短部署时间,降低系统能耗,但存在容易形成覆盖空洞且最终网络均匀性较差等特点。结合上述两种算法的特点,我们考虑对先利用VFA_YP进行大尺度的节点结晶,再利用VFA_LJ算法对节点周围的邻居节点分布进行微调的混合部署策略,提供了更优化的网络节点分布。通过实验的模拟仿真,当选择合适的混合时间参数时,该混合部署策略有着更快的网络收敛速度,更好的网络均匀性,更高的覆盖率,稳态时网络拓扑更趋于正六边形。在实际的无线传感器网络应用中,使用本文优化的虚拟力算法及混合部署策略,能够缩短节点部署的时间,对监测区域有着更高的覆盖率,增强了网络的鲁棒性和容错率。