在对于无线自组网进行数学分析的研究中，移动模型的空间概率分布是从理论上研究移动自组网许多相关特性的重要基础问题。Random Waypoint模型与Random Direction模型是自组网仿真经常使用的移动模型，本文分别对这两种移动模型下运动节点的空间概率分布进行了研究，得到了一维与二维情况下运动节点空间概率分布的精确公式，并且使用仿真实验数据加以验证。这些概率分布函数精确公式有助于研究者更好的理解这两个模型，在其自组网仿真中调整参数以满足不同需要。两种不同模型所展现的相反的空间概率分布被用在后面容错网络结构简化的仿真之中。　　网络的拓扑控制通过调整各节点电台半径对于网络性能有着直接的影响。然而为提高网络性能而提出的拓扑控制若未考虑容错，易造成自组网无法面对节点和无线信道失效。本文提出了保持两点之间最大限度K点、K边和K路径容错连通能力的概念，并将同时具备这三种容错能力称为能够保持两点之间最大限度K容错连通能力。设计了两种能够在拓扑控制前后保持网络中任意两点间最大限度K容错连通能力的分布式拓扑控制算法：基于局部相对邻居图（LRNG）的KLRNG算法和基于局部最小生成树(LMST)的KLMST算法。对算法的有效性进行了证明。仿真结果表明，两种算法能够显著减小平均电台半径，简化网络拓扑结构，并且能够通过改变K值来调整网络的容错能力，通过增加较少的能量开销换得较高的容错性能。　　以往的拓扑控制算法都是依靠周期性 Hello包来获取一跳邻居信息，然而未考虑由于节点移动带来的邻居信息过时问题会导致连网络连通性都无法保证。本文研究了移动自组网的容错拓扑控制问题，分析了由于节点移动、Hello包过时导致的一跳邻居信息过时问题，包括邻居坐标过时和邻居集合过时，讨论了出现逃逸者与入侵者情况。提出了MRTC容错拓扑控制算法，能够依据过时邻居信息保持拓扑控制前后网络中任意两点之间最大限度K容错连通特性。仿真结果表明，MRTC除了能够通过改变 K值来调整网络的容错能力之外，还能根据节点最大移动速度和Hello包间隔进行拓扑调整，有助于保持移动网络的拓扑稳定性。并且对具有不同节点空间概率分布的两种移动模型对MRTC算法的性能影响进行了比较。　　除拓扑控制之外，另一种网络结构简化方式是构造骨干网。目前大多数构造骨干网的算法都是以构造一个连通支配集为最终目标，均没有考虑最终生成的骨干网的容错特性，使得生成的骨干网拓扑脆弱，网络结构不健壮。本文首先分析了连通支配集作为骨干集的局限性，从图论的角度提出了更具普遍意义的骨干集的定义，并提出了保持最大限度K点、K边和K路径连通的骨干集的概念：能够仅通过骨干集保持网络中任意两点之间最大限度K点、K边和K路径容错连通，并将同时具备这三种容错能力的骨干集称为保持最大限度K容错连通的骨干集。提出了一种基于K条内部节点互不相交路径的分布式骨干集构造算法LKFB。证明了LKFB能够保证网络内任意两点之间通过骨干集保持最大限度K容错连通能力。仿真结果表明，LKFB构造的骨干集能够通过改变K值来调整骨干节点的比例，从而调整网络中任意两点建立在骨干网上的容错能力，通过增加较少的骨干节点换得较高的容错性。　　对于通过骨干网简化网络结构的方式而言，由于骨干节点承担了网络通讯的责任，势必造成骨干节点由于过度消耗自身能量而衰竭。具有能耗均衡意识(Energy-Aware)的骨干集生成算法能够避免这种情况发生。通过改变LKFB中的权值函数得到的EALKFB算法使得优先选择剩余能量较大的节点作为骨干节点。仿真结果表明，在满足相同 K值容错性要求的前提下，尽管通过 EALKFB构建的骨干点比例比 LKFB略有增加，但满足了能耗均衡的要求。并且对具有不同节点空间概率分布的两种移动模型对EALKFB算法的性能影响进行了比较。　　最后，分别通过拓扑控制和构建骨干集简化网络结构并实例化两种经典的广播算法（普通泛洪和全 ACK泛洪），通过改变信道成功率检验了不同K值下网络的可靠性，同时对两种不同的容错网络结构简化策略进行了比较。