无线传感器网络(Wireless Sensor Network,WSN)是涉及多种学科的前沿研究领域,具有非常广阔的应用前景,已经受到各界的广泛关注。传感器节点体积小,一般工作于环境恶劣之地,能量和计算能力有限,因此均衡能量消耗、延长生命周期在WSN的路由设计中占有非常大的重量。随着应用的发展,WSN的路由协议逐渐由平面协议向分层协议倾斜,呈现出层次化的趋势。而分簇拓扑控制算法作为分簇协议的基础,有着能量高效、可扩展性强等特点,得到了较为广泛的研究和应用。本文首先介绍一种基于梯度的拓扑控制算法(energy-aware topology control protocol based on gradient,ETBG)。该算法利用节点的通信半径将整个监测区域划分成各个梯度,有效降低了簇树的高度,减小了数据传输时延。但是簇头位置常常较偏,簇内紧凑性不好,且在选择网关时没有充分考虑能量和位置问题,使网关成为簇树的薄弱点。针对ETBG算法中存在的问题,本文提出一种基于梯度和群体智能算法的分簇拓扑算法(Gradient and Swarm Intelligence Based Clustering Topology Algorithm,GSIA)。针对簇内紧凑性问题,在簇中建立双簇头模式,结合簇头的能量、簇头与成员之间的平均距离构建适应度函数,利用粒子群搜寻最佳节点分任主副簇头。针对网关问题,构造新的路径评估函数和信息素更新模型,利用改进的变异蚁群算法对每个簇头建立路径,形成较为强壮的簇树,并且通过仿真实验分析了算法的性能。此外,为提高算法的稳定性,降低参数复杂度,提出一种新的簇树优化方案,利用粒子群算法,结合节点的位置和能量,对簇头和网关节点分别搜寻最佳的中继节点,以建立强壮的簇树结构。仿真结果表明,优化方案能有效提高算法的稳定性,增加网络的生命周期。最后,针对GSIA优化算法,给出网络维护和更新的方法,以提高算法的自适应性。