随着传感器技术、无线通信技术和微机电技术等的飞速发展,无线传感器网络已经成为联系信息世界和物理世界的重要桥梁,并改变了人类的生产生活方式。一致性算法作为一种重要的分布式控制和优化算法,因具有良好的鲁棒性和可扩展性而在无线传感器网络中得到广泛的研究和应用,如时钟同步,传感器融合,定位等。然而,现有的一致性算法的研究大都忽略了传感器网络本身实际存在的限制,包括能量有限、通信时延、安全隐私问题等,因此限制了一致性算法在传感器网络中的应用。本文在前人工作的基础上,针对现有算法在能量有效性、延时鲁棒性、和隐私安全性上的不足,进一步探索了无线传感器网络中一致性算法的设计和分析。本文的主要研究内容如下：1.针对传感器网络中平均一致性算法的收敛速度问题,提出移动辅助的快速收敛平均一致性算法,增强了一致性算法的能量有效性。首先,给出了移动节点状态的充分条件,并设计了移动节点与静态节点的交互协议；其次,利用矩阵特征值分析了算法的期望性能,并从理论上证明了更快的收敛速度；最后,为了解决收敛终值的问题,提出了保证平均值的机制,实现了移动辅助的平均一致性。2.针对有界噪声模型下传感器节点的分布式时钟同步问题,提出了高精度的分布式一致性时钟同步算法。所提算法利用单调有界序列必有极限的原则和最大一致性的概念,设计了相对时钟斜率更新机制,并在理论上证明了其依概率收敛的特性。同时,设计了时钟斜率补偿和时钟偏差补偿算法,实现了高精度的快速时钟同步。3.针对传感器网络数据融合的隐私问题,提出了隐私保护的最大一致性算法。所提算法引入噪声序列来保护除最大值所有者以外的所有节点的初值以及最大值所有者的身份。同时,分析了算法的期望收敛速度并证明其有限时间收敛。将最大值所有者身份被推断出来的概率作为指标来衡量隐私保护程度,在理论上分析了隐私保护性能。最后总结了全文,并对未来的工作进行展望。