无线传感器网络（WSN）具有低成本，低功耗和方便部署等特点，在工业、农业、军事等多个领域得到了广泛应用。由于节点大规模的密集部署，多个不同应用的无线传感器网络将共存于同一个监测区域，构成多WSN系统。在同一个监测区域内，不同WSN之间将产生信道干扰，随着WSN数量增加，频繁的信道干扰将显著降低网络性能。在该背景下，论文针对多WSN的干扰问题展开研究。　　论文围绕多WSN干扰问题开展以下四个方面的研究：一是对现有信道干扰问题的研究方法进行了分析，在此基础上提出了针对多WSN干扰问题的解决方案；二是将多WSN信道分配问题建模成使信道误码率最小的组合优化问题，基于该优化模型，提出利用遗传算法和离散粒子群算法的多无线传感器网络集中式信道方案。仿真实验证明了基于遗传算法和离散粒子群算法的信道分配算法可行性。三是研究了考虑Wi-Fi干扰下的多WSN信道分配问题。在原有干扰模型基础上增加Wi-Fi干扰，提出了新的干扰因子；并基于新的优化模型，利用粒子群算法和遗传算法得到Wi-Fi干扰下的信道分配方案。仿真结果说明，遗传信道分配算法在某些性能指标上优于粒子群算法。四是提出了基于多WSN的分布式信道分配方案。多无线传感器网络系统中，每个WSN中的sink节点通过两次广播获得本地周围两跳之内的其他无线传感器网络的信道号，再采用哈希求余的方法，选择信道，从而实现信道的动态分配。论文通过仿真比较分布式信道分配和集中式信道分配性能。研究结果表明，分布式算法可实现信道的动态分配且计算开销小；但是随着WSN个数的增加，其存储开销增加，sink节点能耗也会远远超过集中式分配方案。因此，分布式信道分配方案更适合于系统规模小或者可提供sink节点持续供电的WSN中。　　论文研究从多WSN系统干扰共存角度出发，提出并设计了集中式和分布式信道分配方案。基于智能算法的集中式信道分配方案可实现保证最小误码率的信道优化分配，基于sink节点的分布式信道分配方案可实现信道的动态分配。