随着无线传感器网络的广泛应用,网络的管理和维护成为研究的重要方向,而如何获得传感器网络的性能参数成为研究的重点。网络拓扑是传感器网络的重要参数之一,也是测量其它一些性能参数的基础。目前广泛应用于固定网络的拓扑推断方法是从网络内部节点上收集相关拓扑信息,对信息进行分析和处理后得出网络拓扑结构。这种方法需要网络内部节点的协作,信息收集过程会增加网络的通信负载,加速节点的能量消耗,不适用于资源有限的无线传感器网络,这使得传感器网络的拓扑推断与传统固定网络相比面临着新的挑战。网络层析成像技术通过在网络边界处主动测量或被动接收的方式获得网络内部的有用信息,利用统计学方法推断网络的性能参数,它不需要内部节点的协作,不额外增加网络通信量,为传感器网络拓扑推断提供了新方向。目前基于网络层析成像技术的传感器网络拓扑推断方法的研究还处于起步阶段。本文从系统模型、测量方法以及统计推测方法等方面对网络层析成像技术进行了详细的介绍,分析了适用于传感器网络层析成像的拓扑模型和报文丢失模型,研究了几种基于网络层析成像的传感器网络拓扑推断算法,分析了它们的特点和存在的问题。针对目前拓扑推断算法需要已知部分节点信息、所用测量数据较多的问题,本文根据在汇聚节点处获得的节点报文丢失信息,提出一种基于数据汇聚的分层拓扑推断算法,同时可以实现对传感器网络节点的分层。在传感器网络链路丢包率较小的情况下,现有算法在推断网络拓扑过程中需要的观测数据过多,计算量大推断速度慢,且推断结果存在误差。针对这一问题,本文提出一种基于部分节点休眠的分层拓扑推断算法,通过使部分节点休眠虚拟增加网络的链路丢包率,提高拓扑推断速度。仿真结果表明,提出的算法利用较少的观测数据,就可以准确的推断出无线传感器网络的拓扑结构。