作为一种新型的信息采集和处理手段,无线传感器网络在近些年一直都处于研究热潮中,目前已经在进入了很多行业的应用领域。但其关键技术的理论研究至今仍在探索中。由于传感器节点有限的电源配置,在大量部署节点或是特定应用场合下,更换电源很不方便,这使得节点寿命在很大程度上依赖于电源的寿命。因此,如何降低节点能耗并优化能量的使用在无线传感器网络全面深入的应用中扮演者重要角色,能够极大地推进其发展进程。本文主要针对无线传感器网络的能量优化机制进行了深入的研究,旨在提升网络整体节能效果,就无线传感器网络的协作传输、传感器能量恢复和搜集、无线传感器网络能量成本分配等课题开展研究；应用了智能计算、量子理论、MAC资源调度和博弈理论等理论,涉及了MAC层和网络层的相关技术；同时基于分簇结构提出了多种网络协议优化算法,并对算法进行了详细的性能分析和仿真验证。本文主要工作简介如下：针对协作通信中的协作效率问题,提出了一种簇状无线传感器网络中的协作通信协议；能量高效的动态协作协议EEDC(Energy-Efficient Dynamic Cooperative Protocol),用种高效协作的方法实现动态分簇的数据传输,以满足突发事件监测的需求,同时借助智能算法思想在协议中加入智能性,在EEDC基础上进一步改进算法,提出了智能量子蚁群IQACO,算法中的智能性主要是由强壮邻区及高搜索速度来保证,并将之应用于EEDC成为能量高效的智能和动态协作协议EEIDC(Energy-Efficient Intelligent and Dynamic Cooperative Protocol),实现了整网的节能目标。分簇思路进一步又通过计算智能来优化：利用蚁群算法提出了强壮邻区的概念,在节点的选举中将节点的邻区能量考虑进来去,避免单点失效后该区域出现协作空白。针对协作通信中存在协作过头的问题,从节点数量和选择对象方面讨论了协作适度性。相比一般的协作/非协作算法,该方法既可以提高协作效率,又能提高协作节点搜索的速度。针对现有的能量更新效率不够高的问题,提出了一种将电池能量恢复和环境能量RF能搜集结合起来的无线传感器网络在线多能量优化方法OMEOCA(Online Multi-Energy Optimization Based on Combined Access Mechanism),实现了基于单节点的能量更新。RF能量搜集主要是和传感器节点位置及其周围节点的工作情况有关,电池能量恢复是通过MAC的工作周期调度,让节点休眠而恢复电池的可用能量。根据电池能量恢复的饱和门限值设计了一种占空周期调度,使得节点既能在适当的睡眠期进行能量恢复,又能借助其周围活跃邻居的RF能量的搜集来增加其自身能量,从而实现传感器节点的能量利用最大化。利用实验验证了电池恢复的效果,该方法的优势在于,它可以同时将能量搜集和电量恢复结合,避开复杂电池建模过程和搜能效果低的问题,更好地提高节能效果。利用传感器节点的物理特点来获取、补充能量,不会对其他节点工作造成干扰,节点靠自身工作周期的调整,兼顾能量搜集成本和能量恢复饱和门限,方法简单有效。3、针对协作的尺度较难把握问题,提出了一种基于簇状多协作模型的节能路由方案,该方案主要研究在无线传感器网络中通过成本分担的协作博弈来实现节能的方法,兼顾了全网和单点能效。并设计不同的成本分担方案,分别是在簇首之间和簇成员之间。这两种成本分担方案的协作方式及成本分担属性不同,正好适用于簇首选择和簇成员选择。在以上两种成本分担方案基础上,提出了一种基于成本分担博弈的协作节能分簇算法CSG-CEEC (cost sharing game-based cooperative energy-efficient Clustering algorithm)该算法的突出之处在于它同时考虑单个节点和整网成本,各个节点在做决策时,要在个体成本和全网成本之间进行权衡。本文的创新有以下几点：提出了一种交织多径的双向协作分簇结构,能够进行交织多径的实时传输。该结构不要求簇首具备直接到达sink节点的通信能力,利用协作簇成员实现多协作传输减少了能耗。分簇路由和数据传输过程交织起来,实现了一种动态和实时的传输过程。智能量子蚁群算法被应用在方案中提高节点搜索速度,结合强壮邻区思路为协作传输协议提供智能性。提出一种在线多能量优化方法,并设计了其MAC工作调度。主要是将电池的电量恢复效果和电池RF能量搜集两种节能和补能技术结合起来,利用边界条件设计节点操作最大化地提高能量利用效率,从而延长网络寿命。该方法从传感器物理特性入手,在MAC层进行研究,巧妙地将传感器的两种电池能量技术在一种TDMA/CSMA融合多址接入的MAC调度下融合并共同作用。借助协作博弈理论中的成本分担博弈进行传感器网络能量成本分配。在分簇结构基础上考虑了两种成本分担博弈：簇成员间的协作传输成本分担博弈和簇首同盟间的分簇公共事务成本分担博弈。这两种成本分担都只涉及成本而无关收益。该方法同时考虑单个节点和整网成本,可以更好地选择簇首和簇成员。