无线传感器网络(简称WSN)作为物联网的信息感知层,具有广阔的应用前景。其中静态层次型无线传感器网络节能等关键技术是当前研究的热点。本文选题来源于国家自然科学基金及国家科技重大专项等项目,具有重要的理论意义及实际意义。本文在深入研究WSN多跳网络节能技术及相关协议的基础上,主要完成了以下具有创新性的研究成果：针对WSN能量受限等特点,本文提出了一种基于双簇头交替和压缩感知的WSN路由协议(DCHACS). DCHACS采用两步簇头选举机制：第一步,采用分布式算法选举出临时簇头,临时簇头采用邻居簇优化算法动态调整各个簇的大小;第二步,综合考虑节点的剩余能量、位置信息,利用局部信息重新选举较优的簇头。在数据传输阶段,采用双簇头交替机制分担簇头节点的负担,采用压缩感知理论进行数据融合,采用簇头更换机制在特定条件下更换新簇头,并提出了能量高效的簇间路由算法。仿真结果表明,DCHACS能够显著提升网络的成簇性能,使得各个簇的大小分布更加均匀,大幅度减少了因簇头死亡而丢失的数据包个数,延长了网络寿命。针对WSN多跳通信产生的热点问题,本文提出了一种基于粒子群优化的WSN非均匀网格划分机制(NuGPM). NuGPM采用基于网格的网络拓扑,采用粒子群优化算法搜索各层网格的最优宽度组合。在利用PSO算法求解优化问题时,巧妙的构造了新的粒子,简化了算法的复杂度；采用粒子校正算法,使得越界的粒子重新满足约束条件；设计了优化的评价函数及权重系数,使算法搜索到的最优解能够使各层网格的寿命尽可能的达到均衡,从而改善WSN多跳网络的热点问题。仿真结果表明,NuGPM能够均衡消耗网络能量,有效改善WSN多跳通信的热点问题。本文提出了一种基于调度补偿和拓扑控制的WSN跨层协议(DCTC)。 DCTC网络层采用基于网格的分簇拓扑,MAC层采用TDMA机制,通过简化的网格寿命模型来降低算法的复杂度,并在能量均衡模型和分布式迭代算法的基础上,综合考虑网络层和MAC层的跨层优化,分别提出了TDMA调度补偿、动态拓扑控制、混合策略三种机制,精确计算出了各层网格的补偿时隙数和活跃节点数,以牺牲网络的吞吐量为代价均衡消耗网络能量。仿真结果表明,DCTC可以均衡消耗网络能量,显著改善WSN多跳通信的热点问题。本文提出了一种基于能量均衡的WSN网络部署策略。首先提出了能量均衡的一般模型,由于一般模型采用逼近法则计算各层网格需要部署的节点数,计算时需要进行循环迭代,计算较为繁琐。采用冗余节点轮换休眠机制,提出了能量均衡的改进模型,改进模型降低了算法的复杂度,并且可以获得相同的性能改善。然而随着网络规模的增加,需要为离基站近的区域部署数量庞大的冗余节点才能实现能量均衡。为了降低部署成本,提出了一种约束条件下的次优部署策略,利用粒子群优化算法搜索约束条件下的最优冗余节点数。为实现次优部署策略下的能量均衡,采用追加部署策略和跨层优化机制,以进一步延长网络寿命。仿真结果表明,本文提出的网络部署策略可以有效改善WSN多跳通信的热点问题。最后对全文进行了总结,并对今后无线传感器网络多跳通信热点问题的研究进行了展望。