能量获取无线传感器网络(EHWSN,Energy-Harvesting Wireless Sensor Network)是一个分布式的感知系统,由多个低成本的兼具有能量获取、数据探测、数据聚合和数据传输能力的传感器节点构成。传统的无线传感器网络(WSN,Wireless Sensor Network)通常采用能量有限的微型电池提供电源,且常常由于工作环境较为复杂,很难补充或者替换节点的电池,这在一定程度上成为WSN进一步深度拓展的瓶颈所在。与传统WSN相比较而言,EHWSN的工作时长得到了很大的提升。通过引入能量获取技术,给传感器网络中的每个节点附加能量获取模块,将周围所处环境中的风能、太阳能等自然能量转换为电能并储存在电池中,供给传感器节点使用,有效缓解了节点电池的能源受限问题。因此,在这种形势下,EHWSN受到了来自学术界和工业界越来越多的关注和青睐。尽管能量获取技术为WSN的大规模广泛应用提供了广阔的前景,然而如何使这些能源真正为WSN服务还存在大量的技术挑战。无线传感器网络拓扑控制作为无线传感器建网和通信的基础,直接影响无线传感器网络各个方面的性能表现。传统WSN中的路由及拓扑控制技术主要从节点的地理位置、实时能量状态等角度出发,然而这些方法应用于EHWSN中存在很多问题,网络性能有待进一步提高。目前关于WSN的主流拓扑结构包含平面型和层次型拓扑结构,因此,本文主要研究引入能量获取技术后的WSN在平面型拓扑结构和层次型拓扑结构中的路由算法及拓扑控制算法,主要研究目标是开发适用于EHWSN的高效路由传输算法及网络拓扑控制算法。论文主要的研究内容和成果如下:针对平面型结构的EHWSN,本文首先基于能量中性操作的概念,根据传感器节点在未来一段时间内的期望获取能量和期望消耗能量,分别提出了能量中性操作节点,能量中性操作路径以及最优传输代价的能量中性操作路径的定义。分析了在单源点单汇点的WSN中,以数据传输任务为驱动如何通过调整传感器节点的发射功率找到最优传输代价的能量中性操作路径。在此基础上,进一步设计了多源点单汇点网络中的数据传输方案使得路径上的每个节点都达到能量中性操作的要求。然后,本文从概率论的角度研究了所提方法在不同置信区间上关于路径容量的性能表现。最后分析了如何在Ford-Fulkerson最大流算法的基础上,求得单源点单汇点网络的数据传输容量,并探讨了如何将多源点单汇点的网络转换为单源点单汇点的网络拓扑结构。针对层次型拓扑结构的EHWSN,基于传统的LEACH(Low Energy Adaptive Clustering Hierarchy)分层次路由协议进行改进,以使其适用于EHWSN。针对LEACH协议分簇不均匀的特点,本文考虑节点电池的能量,在未来一段时间内的期望获取能量和期望消耗能量共同决策簇头节点的选择,以优化网络中节点的分簇情况。本文对网络中的节点能量的使用情况进行数学建模,将节点的能量分布映射成最大化最小值问题,从理论上证明了该最大化最小节点能量值问题的NP困难性,提出了一种多项式时间算法解决该问题,并从节点平均剩余能量和网络平均工作时长等方面进行了仿真实验。此外,本文提出了一种适用于平面型网络结构的基于顺序势博弈论的拓扑控制算法。该算法研究如何利用节点获取到的能量进行拓扑控制优化,并采用马尔科夫模型预测节点在未来一段时间内的收获能量。利用收获能量大的节点去“保护”收获能量小的节点,在一定程度上缓解由于电池容量约束带来的能量“上溢”问题,以达到平衡网络传输负载,克服节点过早失效的问题。考虑传感器节点的发射功率,覆盖范围以及节点电池容量的限制,对传感器网络的节点集合,策略集合和效益函数这三个要素进行数学建模,并在理论上证明了该博弈是一个顺序势博弈,进而得出纳什均衡的存在。接着提出了如何在该博弈中达到纳什均衡的多项式时间算法,并从节点能量消耗、网络无秩序代价等多个方面进行了仿真实验验证。