物联网实现人和物的连接,感知和采集数据的无线传感器网络(Wireless Sensor Networks, WSNs)是其感知事物的核心技术。随着无线传感器网络的普及和研究的深入,基于确定性环境的假设前提,开展资源有限网络路由问题的研究难以满足实际应用的需求。无线传感器网络在部署环境、无线通信、服务质量和网络拓扑等方面同时存在众多不确定性,既有刻画事件发生与否的随机性,也有刻画对事件主观认识的模糊性。在不确定网络环境下研究无线传感器网络的路由问题,需要相应的不确定性理论和优化理论来刻画路由过程中的各种不确定因素,包括干扰模型、传播模型、移动模型和服务质量等,从而为不确定环境下WSN路由算法的研究提供理论基础和保证。为了刻画WSN路由的不确定性,论文基于概率论、模糊集理论、模糊随机理论和优化理论进行路由模型的建模,重点对无线干扰、网络模型、服务质量和路由优化模型的不确定性进行分析和表示,同时设计相应的路由算法和仿真实验开展不确定环境下WSN路由算法的研究。论文的主要工作概括如下：(1)针对干扰条件下无线链路数据传输的随机性特征,综合考虑数据传输的发送节点和接收节点,分别基于信道竞争和物理干扰模型推导出数据成功传输的可能性,提出了干扰条件下数据成功传输概率的发送模型和接收模型,构造了跨层设计的干扰感知路由指标,设计了干扰感知的概率路由(Interference-Aware Cross-layer Probabilistic routing, IACP)算法,分析了该算法的正确性和时空复杂度。基于NS2平台的仿真实验表明,与典型的自组织按需距离矢量路由算法相比,由于考虑干扰的影响,尽管IACP路由算法所找到路径的平均长度略有增加,但采用IACP路由算法的无线传感器网络在包递交率、吞吐量、抖动和较大规模下平均时延等方面具有更好的性能表现。(2)针对无线信号功率随机衰减和干扰条件下无线链路数据传输的随机性特征,基于无线传感器网络概率网络模型和物理干扰模型,推导出干扰条件下数据成功传输的概率干扰模型,构造了综合干扰、路由收敛性和节点剩余能量等因素的路由指标,讨论了路由指标和各种影响因素之间的关系,设计了概率网络模型下的干扰感知路由(Probabilistic Network Model based Interference-aware Routing, PNMIR)算法,分析了该算法的正确性和时空复杂度。基于NS2平台的仿真实验表明,结合典型的随机路点移动模型,针对停留时段和运动速度上界两个模型参数的不同取值,在兼顾单个包能耗和平均时延的同时,干扰感知的PNMIR路由算法比典型的贪婪周边无状态路由算法均具有更高的包递交率,能够更好地满足要求较高可靠性的应用场景。(3)针对无线传感器网络服务质量同时具有模糊性与随机性的双重特征,引入模糊数和模糊概率,在多约束与多路径路由模型的基础上,得到了基于模糊随机规划的多约束与多路径路由模型,统一刻画了服务质量约束的随机和模糊双重不确定性,实现了模糊随机规划路由模型的线性化,设计了基于模糊随机规划的多约束与多路径路由(Fuzzy Random Multi-constrained Multipath routing, FRMCMP)算法,分析了该算法的正确性和时空复杂度。基于NS2平台的仿真实验表明,随着服务质量约束的模糊感知,与仅考虑随机性的多约束与多路径路由算法相比,FRMCMP路由算法在及时包递交率和平均时延两个性能指标上具有更大的表示范围,通过置信水平的改变,能够在不同程度上调节及时包递交率和平均时延,从而更好地满足不同无线传感器网络应用场景的需要。(4)针对无线传感器网络优化目标和约束同时具有模糊性与随机性的情形,基于模糊随机期望值模型及其标准差扩展,结合多目标优化理论,分别给出了不同的模糊随机多目标优化路由模型,讨论了模糊随机变量与模糊随机函数的期望值和标准差的计算方法,利用在基于Pareto排序的遗传算法中嵌入模糊随机模拟的方法,分别构成混合模糊随机遗传路由(Hybrid Fuzzy Random Genetic routing, HFRG)和模糊随机多目标优化路由(Fuzzy Random Multi-Objective Optimization routing, FRMOO)算法进行求解。基于Matlab平台和C语言混合编程的仿真实验表明,上述路由算法一次求解同时得到多条最优路径,具有很好的灵活性和高效率,而且与仅考虑随机性或者模糊性的路由算法相比,所提出的路由算法具有更长的生存周期,能够在更大范围内合理地平衡无线传感器网络的多个性能指标,具有良好的鲁棒性。论文研究在国家自然科学基金“不确定环境下的无线多媒体传感器网络数据传输新机制研究”(编号：60970054)和“移动无线传感网中恶意代码传播的时空动力学理论和方法研究”(编号：61173094)支持下,基于随机不确定性和模糊随机双重不确定性建立了无线传感器网络的多种路由模型,利用不确定性理论同时刻画了路由过程中的随机性和模糊性,设计了不确定环境下的多个WSN路由算法,丰富和完善了WSN路由算法的研究。