最近,随着微机电系统(MEMS, Micro-Electro-Mechanical-Systems)技术、无线通讯技术和数字信号技术的发展,使得低成本低功耗的无线传感器网络(WSN, Wireless Sensor Networks)技术得到大范围普及。无线传感器节点集成了感知部件、数据处理部件和通讯部件。传感器节点通过协同工作,可以完成一些特定的工作。在无线传感器网络中,由于网络节点由于其低成本低功耗的特性,往往会缺乏全局的信息。因此,在大部分无线传感器网络应用中,节点都会将收集到的数据汇报给基站节点,进行进一步的分析处理。这使得数据收集成为传感器网络中最为基本和重要的一项操作。在传感器网络数据收集的过程中,由于传感器网络往往由一个或多个基站节点加上一些相互可通讯的传感器节点构成,因此,树结构是最为广泛使用的路由结构。在用树结构进行数据收集的同时,面临一个问题,及网络中节点能量开销往往相差很大,造成部分节点过早过快消耗尽能量,产生能量空洞效应(Energy Hole Phenomenon),极大影响网络的运行周期,并影响到整个系统的连通性。另一方面,在有些无线传感器的应用中,基站节点的判断并不需要所有节点的精确信息。收集所有信息会意味着大量的数据冗余。在这种情况下,传感器节点可以通过一些数据融合算法(Aggregation Functions,如MAX、MIN、TOP-k等),减少不必要的数据传输,从而节约节点能量,延长网络生命周期。本文围绕数据融合传感器网络(Data Aggregation Sensor Networks)中路由树结构,研究了对网络表现最重要的三个参数：网络生命周期,网络可靠性,和网络时延三个问题。(1)在无线传感器网络中,网络生成树(ST, Spanning Tree)是使用最多的一种路由结构,用来收集数据。在某些网络应用中,节点通过节点内数据融合,减少冗余的数据传输,从而节约能量开销,扩大网络生命周期。考虑到传感器节点的初始能量可能并不相同,如何构造一个数据融合树结构,使得网络生命周期最大,是一个重要的问题。然后,这个问题已经被现有工作证明是NP完全问题。这说明,并不存在高效的算法求得最优解。可是,从另外一个角度来说,由于最短路径树的树深较浅,从而使得网络时延较低,因此,找到一个能量最优的最短路径生成树对于时延要求较高的应用比较重要。这篇文章中,我们研究了无线传感器网络中构造最优最短路径数据融合路由树的问题。我们发现,当给定了最短路径树这个限定条件后,构造最优的数据融合树就可以在多项式时间能解。我们首先提出了一种集中式的算法,同时,我们还设计了一个分布式的算法。仿真结果显示,我们的算法极大的延长了网络生命周期。(2)无线传感器网络中,无线链路的传输质量往往受到环境、距离、传输天线、传输功率等因素影响,往往并不可控。而且无线传感器采用的802.15.4协议,发送功率比较低,丢包率往往比较高。而现有相关工作中,在优化网络生命周期的时候,往往忽视了链路质量对网络性能和可靠性的影响。另一方面来说,网络生命周期往往取决于几个瓶颈节点(Bottle-Neck Node)的生命周期。为了最大化网络生命周期,往往会挑选一些长距离的无线链路来最大化网络生命周期。这会导致网络的可靠性大幅降低。这篇文章,我们研究了在生命周期受限的网络中最大化网络的可靠性问题(MRLC problem, Maximizing Reliability of Lifetime Constrained data aggregation tree)。针对这个问题,我们提出了迭代松弛算法(IRA, Iterative Relaxation Algorithm)。同时,针对无线传感器网络分布式的特性,我们提出了一种基于普吕弗编码(Prufer Code)技术的分布式算法。通过仿真结果,我们算法可以极大提高网络的可靠性。(3)无线传感器网络中,由于节点是用电池供电,且在部署后需要运营一段时间。因此,需要减少不必要的能量开销,延长网络生命周期。目前,无线传感器网络中常用的两种节能措施是数据融合和周期调度。随之而来的问题是,采用这两种节能措施会使得网络时延大大提高。这篇文章中,我们研究了无线周期调度传感器网络中最小数据融合时延的问题。由于这个问题是NP完全问题,我们先提出二项树(BT, Binomial Tree)结构,这种结构在特定的网络拓扑下可以获得最优时延表现。同时,针对一般的网络拓扑,我们提出了二项森林(BF, Binomial Forest)算法。我们同时把我们的算法扩展到不可靠链路的网络中。通过仿真和实验的结果显示,我们的算法极大优化了网络的时延。