在机械振动监测领域,已有的有线监测系统往往在应用时布线复杂、部署成本高、可维护性差,无线传感器网络（Wireless Sensor Networks,WSN）虽然可以弥补有线监测的不足,但机械振动信号具有信号微弱、频率高、范围广、传输数据量大等特点,节点需具备高频采集、高采集精度、大量数据缓存以及数据快速传输等性能才能快速获取大量高精度振动信号,在满足这些高性能要求的同时,会大幅增加能耗;节点在监测应用中往往要嵌入设备内部,采用的是锂电池充电,能量非常有限;节点在布置到设备的监测点后,由于振动监测环境的特殊性,更换节点电池困难。所以在保证节点各项性能前提下,对能量非常有限的节点进行能耗优化是机械振动WSN实现长期稳定监测亟需解决的关键问题。数据采集、存储和传输是机械振动WSN节点工作的一个循环,节点工作能耗除了空闲状态就是来自这三个环节。节点在空闲状态和以上三个环节中,影响其能耗因素可以细分成多种,例如:采集节点的电源系统和前端硬件、安全数字输入输出（Secure Digital Input and Output,SDIO）数据读取方式、数据传输过程中的节点发射功率、数据多信道传输、网络拓扑是否均衡等。本文主要从以下三个研究点对机械振动WSN节点能耗优化展开研究:（1）针对现有的双核心处理器架构的机械振动WSN采集节点空闲能耗较高、电源模块多而且分散的问题,提出了一种低功耗的机械振动无线传感器网络节点电源集成设计与能耗优化方法。首先针对现有节点的电源复杂,能耗较高的问题,对节点的电源系统进行低功耗与集成设计,然后分析双核心采集节点主处理器模块、从处理器模块和控制芯片外围电路等功能模块的能量消耗情况,进而对节点工作模式切换进行软硬件设计,分析节点在数据传输时数据读取的能耗,根据采集节点的任务需要,有序地将控制核心进行待机或唤醒,有效降低机械振动无线传感器网络采集节点的能量消耗。（2）节点数据读取的SDIO过程与数据块的大小有直接关系。机械振动监测中,振动信号的频率范围较广,节点的采样频率就随之升高,那在短时间内会产生大量的振动数据,以50000Hz采样频率为例,在1s内会产生150KByte长度的数据,因数据传输带宽的限制,采集的数据无法实时上传就先存储在Micro SD卡中,再通过SDIO读取振动数据,处理器STM32F405RGT6进行SDIO操作的能耗较高,那么可从SDIO读取数据块的大小出发对节点的能耗进行优化。（3）针对机械振动WSN采集节点不能感知通信环境链路质量指示,采用发射功率大导致数据传输能耗高的问题,提出了一种机械振动无线传感器网络大量数据传输发射功率优化控制方法。首先通过统计实验确定链路质量指示（Link Quality Indicator,LQI）与丢包重传率、节点发射功率与传输单个数据包所需能耗的离散关系,以及节点发射功率与LQI的数学模型的类型;然后使用最小二乘法对节点的发射功率和传输能耗的离散数据进行拟合,构建模型;最后,根据该模型优化得出最小能耗对应的发射功率,在每次传输数据前节点只需发送极少量数据包便可重新优化计算发射功率并更新,降低采集节点数据传输能耗。（4）机械振动无线传感器网络低功耗监测系统的设计。基于微软C#编程语言,设计了数据监控管理平台软件,开发了节点采集状态上报、节电工作模式控制、节点掉线与链路质量监测等功能模块。最后,在典型航空机载设备齿轮传动寿命预测技术的试验台上应用开发的监测系统进行试验,验证了该机械振动WSN低功耗监测系统应用于机械设备振动监测领域的有效性。文章最后总结了本文进行的工作,并展望后续的研究方向。