无线传感器网络集传感器、网络、无线通信和嵌入式计算于一身,是一种新型的信息获取和处理技术。网络中节点体积小、重量轻的特点使得网络可被灵活的应用在对复杂环境信息的感知和采集当中。此外网络节点的密集性以及自组织性,使得网络能够实现对对象的实时监测。随着科学技术的发展,无线传感器网络越发显示出其重要性,引起了研究工作者的高度关注,其在科研、军事、国防等领域有着巨大的应用潜力,应用前景十分广阔。由于网络的节点具有存储容量有限、计算能力有限、自身能量有限、不可充电、回收成本高等特点,因此如何实现节点能量的高效利用及网络的优化控制显得十分重要。本文从网络的拓扑控制入手,研究如何高效的控制网络的能量消耗,以实现提高网络生命周期的目的。在传统K聚类算法的基础上,首先针对LEACH(Low Energy Adaptive Clustering Hierarchy)控制算法的不足之处,提出了基于K聚类算法的改进控制算法。改进算法由分簇算法、节点路径规划算法PSR(Positive Semicircle Rule)、簇头选取算法MCH(Mark of Cluster Head)综合构成;然后在改进控制算法的基础上,对密集型网络进行睡眠调度,并通过提出新的睡眠调度算法IRS(Improve Random Sleeping)及优于簇头选取算法MCH的SCH(Super Cluster Head)算法,来优化网络的睡眠调度。本文的主要具体工作如下:1、受分区聚类算法的启发,提出了不同于LEACH算法的分簇控制策略。新的控制策略首先对网络能耗公式进行推导,求出理想的K值;其次将网络分成K个簇;而后在簇内选取簇头节点。通过此方法,解决了网络的实际簇头节点分布不均匀的情况。2、受Floyd算法及Dijkstra算法启发,提出了一种基于最大权值的PSR算法,通过此算法对节点进行路径规划,使得节点的平均能耗得到降低,而后在PSR算法的基础上经过改进得到TCM(TriangleC Minimum)算法,实验数据表明,TCM算法在PSR算法的基础上进一步优化了节点到簇头的路径,路径冗余节点变少。3、原始的K聚类算法是以簇内质心作为虚拟簇头,借此本文提出了簇头选取算法MCH,用于在无线传感器网络中选取出合适的簇头节点。实验数据表明,网络在采用簇头选取算法之后,网络能量消耗降低,网络的生命周期得到了较好的延长。4、尽管提出的簇头选取算法MCH在网络的控制上有其优越性,但是算法本身缺乏对网络簇头选取因素的全面考虑。因此在MCH算法的基础上提出了新的簇头选取算法SCH,SCH算法通过添加额外的考量因素,如基站的位置。在平衡各个因素之间关系的同时,进一步改进算法策略。实验结果表明SCH算法较之MCH算法具有明显的优越性,其对网络的能量消耗和生命周期有更为积极的影响。5、为了降低密集型网络的空闲节点监听能耗以及节点覆盖重叠造成的数据冗余,在已有的随机睡眠调度算法上提出了层次型调度算法IRS,IRS算法有避免网络局部节点全部进入睡眠状态的优点。实验数据对比结果表明,IRS算法性能优于已有的随机睡眠调度算法,IRS算法能够更好的对网络中的节点进行睡眠调度控制。