设计精确的定位算法是无线传感器网络（Wireless Sensor Networks，WSNs）的研究热点.针对DV-Hop（Distance Vector-Hop）定位算法中节点间距离估计误差较大导致定位不精确的问题，提出了一种具有连续跳数值的三维DV-Hop改进算法.探究了邻居节点间的距离与相应节点位置和通信半径构成的相交球体体积之间的关系，提出了连续跳数值的定义，并通过参数修正给出了其计算方法.通过仿真实验探究了网络环境对参数的影响并确定了参数的取值，使用连续跳数值代替DV-Hop算法中的跳数来降低节点间距离估计误差.仿真实验表明，该算法在不增加算法复杂度以及额外硬件的情况下有效地降低了定位误差.

在现有的规则推理机制下，大量的传感器数据导致的过大规则匹配期间的实时特征计算量降低了推理实时性，同时边缘设备受限的内存资源难以应对如此庞大的数据量.为此，本文设计了数据预部署方案（Data Pre-Deployment Scheme，DPDS）.利用规则解析与预处理模块解析规则集得到的规则网络和轻量级特征表（Light-weight Characteristic Table，LCT），该方案无需进行实时特征计算，使推理效率和实时性得到显著提高，并大大降低了规则匹配期间的内存占用量.实验表明，即使在规则、数据规模很大的情况下，DPDS仍然具有较高的时间效率和空间效率.

射频能量捕获传感网（RF Energy Harvesting Wireless Sensor Network，RFEH-WSN）由专用射频能量源设备（Energy Transmitter，ET）和具有射频能量捕获功能的传感器节点（Energy Harvesting Recevier，简称EHR）组成.该网络解决了传感器网络中电池不易更换与节点能量容易耗尽的问题，使得RFEH-WSN应用前景更加广阔.RFEH-WSN应用中一个值得研究的问题是如何布置ET的充电位置，降低ET能耗且提高覆盖率.已有的工作主要考虑ET布置中单目标优化问题，如最小充电时间、最小功耗、最大覆盖率等.本文以时间最小和覆盖率最大为目标建立多目标优化模型，并提出利用粒子群算法（Particle Swarm Optimization，PSO）求解多目标函数（Multiple Object Program，MOP）的低复杂度近似算法，获得了最优Pareto解集.仿真结果表明，多目标优化可以满足不同情况的需求，提高充电效用.

围绕无线传感器网络（Wireless Sensor Network，WSN）在直达（Line-Of-Sight，LOS）与非直达（Non-Line-Of-Sight，NLOS）混合传播环境中目标无源定位精度提高问题，提出基于弧边凸包的残差检测（Residual Test based on Arc-edged Convex hull，RTAC）算法.RTAC算法利用各个传感器的测距残差分布特点，在极坐标系构建反映残差点分布的偏移圆模型，并利用最小弧边凸包对传感器分组与识别，实现对网络中全部LOS传感器的识别.仿真结果表明，RTAC算法能够在低计算复杂度下实现对LOS传感器的正确识别，且具有更优异的目标定位性能.RTAC算法是适用于混合传播环境中LOS传感器识别的高效算法.

针对由于水下声速变化及障碍物干扰引起的定位误差较大的问题，本文提出了一种抛物模型定位算法.首先基于到达角度提出了适用于弯曲声线的抛物模型测距法.然后基于到达时间提出了非理想路径测距识别方法和理想路径测距修正方法.最后利用投影法结合最小二乘法完成定位.仿真实验表明，该算法在弯曲声线、路径识别、测距优化三个方面均能有效地降低误差.

针对节点随机部署的静态无线传感器网络覆盖率低、能耗高和时延长等问题，提出基于三角剖分的无线传感器网络元胞感知覆盖算法.该算法通过改进的Delaunay三角剖分实现网络区域的唯一性划分；采用元胞思想确认节点间邻域关系，并通过设置节点感知半径完成网络拓扑控制；将节点剩余能量、时间延迟和历史转发概率作为机器学习感知器的输入数据进行训练，进而找到最优的数据转发通信路径.仿真结果表明，本文提出的算法将网络覆盖与数据传输相结合，相较于其他算法，覆盖率提高13%~34%，节点能量消耗减少了2.25~2.50 J，网络生命周期延长了25%，网络时延下降了0.25~1.18 s.

数据存储是无线传感器网络中数据管理的基础操作.在移动低占空比传感网中，由于节点的移动性，每个节点需要频繁更新邻居节点集合，使得节点能量消耗过大；同时，节点大部分时间处于睡眠状态，仅在少部分时间内苏醒工作，造成数据备份的通信延迟过大.提出一种快速的低能耗数据保存机制.首先，源节点基于连续时间序列对感知数据进行分段线性拟合压缩；接着，节点根据预估故障概率和存储空间大小，计算出合理的压缩数据备份数量.在此基础上，设计一种动态自适应传输协议.实验仿真表明，与已有存储算法比较，该机制具有更低的传输能耗和通信延迟.