无线传感器网络是由大量传感器节点通过自组织方式构成的现代信息系统，能够感知和监测环境信息或目标对象，并将获得的信息发送给用户，从而为用户提供决策支持。数据收集是无线传感器网络的基本工作之一，周期性数据收集是最常见的一种无线传感器网络数据收集方式。由于无线传感器网络具有与应用密切相关的特点，周期性数据收集算法研究需要根据具体的应用情况，设计合适的周期性数据收集算法，既完成数据收集任务，又满足应用的性能需求。分簇数据收集算法是研究和应用最广泛的一类周期性数据收集算法。由于分簇结构的固有特性，该类算法很容易因为簇首与簇成员之间以及不同簇首之间的能耗不均衡而出现“热点”问题。在能量受限的应用中，该问题将导致网络生命周期缩短。各类分簇数据收集算法中簇首的能耗特性不同，需要分别采取适当的方法解决“热点”问题。均匀分簇数据收集算法是解决簇首多跳融合分簇数据收集算法中“热点”问题的理想方案，非均匀分簇数据收集算法则是解决簇首单跳分簇数据收集算法和簇首多跳转发分簇数据收集算法中“热点”问题的理想方案。但是，现有的均匀分簇数据收集算法和非均匀分簇数据收集算法分别存在均匀分簇和非均匀分簇效果不理想的缺陷，并都存在能量使用效率较低的不足。此外，分簇数据收集算法主要依赖簇首完成数据收集，如果某个簇首失效，相关节点的数据收集就会受到影响，继而降低数据收集可靠性，本文将该问题称为簇首失效问题。在能量受限和需要考虑节点失效的应用中，分簇数据收集算法会同时面临“热点”问题和簇首失效问题。现有的分簇数据收集算法都还没有明确同时解决上述两个问题，虽然可以将某些算法结合起来达到同时解决这两个问题的目的，但是该方法也存在能量使用效率较低的不足。还有，现有的周期性数据收集算法都需要预先建立各个节点与基站之间的传输结构，然后由节点按照该结构向基站传输数据，并且基本上都采用“一对一”的数据传输方式，节点需要依赖传输结构才能完成数据收集，而且节点对其它节点的依赖程度较高。在需要考虑节点失效的应用中，现有的周期性数据收集算法就无法适应节点的状态变化，将导致数据收集可靠性降低。针对上述问题，本文从以下几个方面对无线传感器网络周期性数据收集算法进行研究：首先，为了以能量高效的方式解决簇首多跳融合分簇数据收集算法的“热点”问题，达到延长网络生命周期的目的，提出能量高效和能耗均衡的均匀分簇数据收集算法。算法将网络划分为大小相等的栅格，在每个栅格中分别进行簇首轮换，可以使簇首较均匀地分布在网络中，并可以实现效果较好的均匀分簇，从而提高能耗均衡程度。此外，为了提高能量使用效率，算法采取了一些节约能量的措施。其次，为了以能量高效的方式解决簇首单跳分簇数据收集算法和簇首多跳转发分簇数据收集算法的“热点”问题，达到延长网络生命周期的目的，提出能量高效和能耗均衡的非均匀分簇数据收集算法。算法将网络划分为若干个栅格，分别在每个栅格中进行簇首轮换，并根据栅格中的节点在担任簇首时的能耗特性确定栅格的大小，以调整栅格中参与簇首轮换和共同分担簇首能耗负载的节点数目，从而达到均衡能耗的目的。同样地，算法也在分簇和数据收集的过程中采取了提高能量使用效率的措施。再次，为了以能量高效的方式同时解决各类分簇数据收集算法的“热点”问题和簇首失效问题，达到延长网络生命周期和提高数据收集可靠性的目的，提出能耗均衡和可靠性高的分簇数据收集算法。算法将网络划分为若干个栅格，根据节点失效概率确定栅格中簇首的数目，由各个栅格中的节点构成一个固定的簇，每轮从各个栅格中选出多个簇首。算法同样通过设置栅格的大小调整不同栅格中参与簇首轮换和共同分担簇首能耗负载的节点的数目，达到均衡能耗的目的。此外，算法由各个栅格中的多个簇首协作完成簇首的任务，可以提高数据收集可靠性。还有，算法采取的固定分簇、多簇首接收单簇首发送等措施，能够提高能量使用效率。最后，为了解决现有周期性数据收集算法无法适应节点状态变化的问题，达到提高数据收集可靠性的目的，提出无结构动态适应的数据收集算法。算法采用无结构的方法和“多对多”的数据传输的方式，通过将网络划分为大小相等的栅格，并在数据收集时让节点以栅格为单位进行传输数据，可以动态适应节点的状态变化，能够显著提高数据收集可靠性。