基于当前无线传感器网络二维覆盖的研究成果，针对实际的立体空间应用性较弱的困难，给出感知节点覆盖三维复杂场景（CTDCT）的解决方案。强调以立体感知模型刻画三维复杂场景下节点感知质量，结合视距与非视距场景下感知盲区的判定，解决遮蔽覆盖的误判问题；引入点集到场景可行域的映射，初筛节点分布与减小冗余的双增益网络；利用全迭代周期内非线性调整节点位置，前期提升网络多样性，后期优化局部拓扑结构；设计节点移动步长，使其受冗余节点的激励，提升网络与现有环境间的耦合程度。仿真结果表明，CTDCT算法在视距与非视距场景联合作用下，通过减小覆盖误判概率，优化调整节点的坐标位置，可有效降低节点感知重叠区和盲区，最终实现三维复杂场景下区域覆盖质量的增强。

为确保无线传感器网络(WSN)覆盖和连通性最大化以及能量消耗最小化的有效监测，提出一种基于多目标生物习性激励(MOBHI)的传感器节点部署算法。首先，将传感器节点的区域(领地)根据诸如最大覆盖、最大连通性和最小能耗等多个目标，基于领地捕食者气味标记行为进行标记，并模仿气味匹配识别其监测的位置；其次，对多个目标的优化问题应用非受控Pareto 最优，将其分解为多个单目标优化子问题并同时对它们进行优化，得到所需目标的解。仿真实验结果表明，本文提出算法在网络覆盖、连通性和能耗等性能指标方面都优于其他传感器节点部署的多目标和单目标优化算法。

针对传统无线传感器网络节点能量供应有限和网络寿命短的瓶颈问题，依据无线能量传输技术领域的最新成果，提出了一种基于改进Q -Learning 的无线可充电传感器网络的充电路径规划算法。基站根据网络内各节点能耗信息进行充电任务调度，之后对路径规划问题进行数学建模和目标约束条件设置，将移动充电车抽象为一个智能体(Agent)，确定其状态集和动作集，合理改进ε -greedy 策略进行动作选择，并选择相关性能参数设计奖赏函数，最后通过迭代学习不断探索状态空间环境，自适应得到最优充电路径。仿真结果证明：该充电路径规划算法能够快速收敛，且与同类型经典算法相比，改进的Q -Learning 充电算法在网络寿命、节点平均充电次数和能量利用率等方面具有一定优势。

针对无线传感器网络中距离向量跳段（DV-Hop）算法定位精度不高的问题，提出了一种基于双通信半径及改进灰狼算法的DV-Hop定位算法。首先，用双通信半径广播信标节点的位置，得到其与未知节点之间的跳数，从而得到信标节点与未知节点之间的距离。然后，用改进的灰狼算法估算未知节点的位置。仿真结果表明，相比传统的DV-Hop算法及同类型算法，改进DV-Hop算法的定位精度更高、稳定性更好。

为了给无线传感器网络节点提供稳定、高效且长期的能量供给，该文提出了一种基于增强型同步电荷提取电路的压电能量收集接口电路(ESECE)。利用Multisim电路仿真软件对增强型同步电荷提取电路进行仿真，并与标准压电能量收集接口电路(SHE)和同步电荷提取电路(SECE)进行对比分析。实验结果表明，在相同激励条件下，ESECE比SECE的输出功率提高了近30%，最大输出功率达到190 μW，同时还保证了输出功率与负载电阻的无关性。

针对混合视距/非视距环境中的移动节点定位，提出一种基于到达时间测量值和误差抑制的定位方案。首先，配备有超宽带无线电的节点随机移动，以收集到达时间测量数据，并执行最短路径距离选择算法得到包括一跳节点距离在内的非视距误差减小后的多跳节点距离；采用多维标度确定节点的初始位置；采用迭代三边测量法和误差积累管理相结合来获得定位节点位置。仿真实验结果表明，提出的定位方案的定位精确度优于其他几种常用方案。

在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用。针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法。该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加权方式修正平均跳距,并利用加权最小二乘法估算未知节点坐标。通过仿真得出所提算法在相同实验条件下的定位精度较DV-Hop算法提升约60.5%,相较于双通信半径优化算法和3-DV-Hop算法分别提升约36.4%和13.8%。

针对水下光无线传感器网络(UOWSN)节点的传输范围受限和间歇性连接的问题，利用多跳通信扩大传输范围来增强网络连接性，提出一种网络节点定位算法。首先，将UOWSN建模为三维(3D)随机缩放模型图，并根据网络节点数、通信范围以及光发散角推导了该模型下网络节点的连接性概率表达式；然后，利用接收信号强度(RSS)定位算法修正距离矢量跳数(DV-Hop)定位算法来解决网络节点的定位问题，并与现有方案进行分析对比。仿真结果表明提出的定位算法的性能明显优于标准的DV-Hop算法和Hybrid DV-Hop算法。

为了提高无线传感器网络节点的定位精确度，给出一种基于临近锚节点修正(CAAN)的具有噪声的基于密度的聚类(DBSCAN)加权定位算法。首先，在未知节点通信范围内的锚节点中选择三个构成三角形，证明当未知节点处在此三角形外接圆圆心位置时定位误差最小，然后据此选择合适的锚节点，结合滤波后的接收信号强度指示(RSSI)值进行定位计算，并利用DBSCAN聚类算法剔除误差较大的值。其次，把聚类后所得簇的核心点个数当作权值，采用加权定位算法得到未知节点的初始坐标。最后，计算锚节点坐标与初始坐标间的距离，选择临近的锚节点修正初始坐标，使最终的定位结果更加精确。仿真结果表明：相比于加权质心定位算法和基于RSSI测距滤波优化的加权质心定位算法，所给算法的定位精确度分别提高了69.55%和38.64%。

为了实现需要大量无线传感器覆盖和大的通信范围的应用，本文提出了一种双站后向散射系统结构及其基于移频键控(FSK)的非相干调制方案。首先对双站后向散射系统结构的后向散射信号和信道模型进行了详细分析；然后在此基础上针对功率受限情形提出了基于FSK的非相干调制和克服采用双站结构带来的载波频率偏移技术；最后给出基于FSK的接收机链路和误码率(BER)计算。实验结果表明，本文提出的双站后向散射结构及其基于FSK的调制解调技术不仅具有较好性能，而且具有较大通信范围潜力，适用于大规模、功率受限的传感器网络。