无线传感器网络因其网络可拓展性强、易于维护和自组织等特点成为当今世界重要的技术之一。但无线传感器网络中节点能量的有限性且更换供能模块难度较大,网络的生存时间一直以来是制约无线传感器网络发展的关键,而且在网络通信后期会出现由于部分节点失效死亡导致网络的覆盖范围急速下降的问题,所以如何提高无线传感器节点的能量利用率和减缓后期网络覆盖率急速下降成为近几年来学者们研究的热点之一。针对无线传感器网络中出现的网络生存时间短和后期覆盖率低的问题,围绕着如何均衡网络各节点通信能耗、优化汇聚节点的移动路径和提高剩余节点覆盖面积等几个方展开研究,提出一种基于改进粒子群算法的多目标优化的路由算法。其主要工作如下:（1）分簇作为提高无线传感器网络的生存寿命的主要方法,其成簇的方式直接影响着网络的分簇质量。针对传统LEACH（Low-Energy Adaptive Clustering Hierarchy）算法中出现的簇首分布不均匀和每个簇成员节点数量上相差较大问题,提出一种基于区域分割的新型分簇方法。首先将节点区域分为若干个扇环子区域,每个子区域为一个簇,在子区域内部成员节点竞选簇首,通过粒子群算法寻找出当前情况下各个扇环子区域自身的扇角和半径,从而确定簇的数量和各个簇的成员节点数量。这样的分簇方式能够有效地解决分簇不均匀和簇首不够分散的等问题,进而解决平衡网络负载和延长网络生存时间的难题。（2）针对传统粒子群算法出现的容易陷入局部最优和全局搜索能力差等问题,提出一种将自适应权重系数与动力常量相结合的新型粒子群算法EBG-PSO（Energy Balance and Energy Center of Gravity Based on Particle Swarm Optimization）。将EBG-PSO算法引入传感器网络的研究中,有效地解决了簇首的选举以及节点数据传输时的路径规划等问题。仿真结果表明,EBG-PSO算法收敛速度得到了提高,同时新算法的引入能较好地求解簇首的选举与节点路由规划问题,节点能量的利用率得到了提高,验证了EBG-PSO算法的有效性。（3）针对无线传感器网络中出现的节点寿命短和通信后期网络覆盖率不佳的问题,进行一种基于改进粒子群算法的移动汇聚节点的多目标优化研究。将区域分割算法引入进行网络节点分簇,设计出兼容网络节点能耗和覆盖率的多目标适应度函数,通过EBG-PSO算法进行最优适应度值,即最佳移动汇聚节点位置。仿真结果表明,通过优化汇聚节点的移动路径,能有效均衡各个节点的网络通信成本,并且在节点通信后期,网络覆盖面积减小的速度也有所下降。（4）将传统的分簇算法以及典型改进后的算法进行分析比较,并使用MATLAB软件对所提算法和文章提及的其他改进算法进行仿真分析。分别从网络生存时间、节点耗能均衡性、后期网络覆盖率、簇首之间的离散型等方面进行阐述分析,验证论文提出算法的有效性。