水下数据收集是水下传感器网络应用研究的基础。在水下传感器网络中,传感器节点的部署稀疏性的特点,限制了水下数据收集的范围。水下潜器凭借其灵活性和自主性扩大了网络的覆盖范围。然而,尽管可以通过部署潜器来达到水下传感器网络自主性的提升,但是潜器的昂贵限制了其规模化的部署。针对上述问题,本文在传感器网络的基础上增加部署少量潜器,设计了一种基于潜器协同的水下数据收集算法。本文的主要研究工作如下:1.针对传感器网络能量均衡问题,提出了一种基于单潜器协同的水下数据收集算法。为了保证能耗均衡和连通性,首先提出了一种基于刚性图的网络拓扑优化方案,并给出能量优化问题,使权重之和最小;在优化网络拓扑的基础上,传感进行路由决策,将采集到的数据汇集到数据收集器中。然后水下潜器根据数据值动态地选择要访问的下一个数据收集器。仿真结果验证了本章所提算法的可行性。2.针对水下环境的复杂性和传感器节点的移动性,提出了一种单潜器协同转发和移动的水下数据收集算法。为了降低节点移动的影响,首先提出了一种基于最小刚性图代数特性的拓扑优化方案,并结合能量优化问题,提高网络能耗均衡性;在优化网络拓扑的基础上,为了避免环境障碍对数据传输的影响,提出了一种基于Q学习的局部路由决策算法;然后设计一种基于Q学习的潜器路径规划策略,使潜器在访问时避免了环境障碍的影响。仿真和性能分析验证了该算法的可行性。3.针对单潜器监测范围窄且延迟时间长的问题,提出了一种多潜器协同转发与移动的水下数据收集算法。首先提出了一种基于最小刚性图的拓扑优化算法,通过最小化通信路径,降低传感器数据延迟和能耗;考虑到环境障碍的影响,设计了一种基于Q学习的传感器路由决策算法,并结合传感器剩余能量,保证网络能耗均衡性;然后针对多潜器任务分配问题,提出一种考虑数据值的改进合同网络算法,在降低数据延迟的同时,平衡了潜器的负载。仿真结果验证了该方案的可行性。