洪泛路由是无线传感器网络中的一种重要的路由协议,它实现简单且无需维护网络的拓扑结构和路由计算,但洪泛过程会造成信息冗余,能量浪费等问题,为此基于概率的洪泛路由协议成为改进洪泛协议的有效措施之一。但是洪泛概率值通常通过大量实验得到缺乏必要的理论分析,因此洪泛概率的确定一直是概率洪泛算法研究的热点,本文主要利用马尔科夫过程理论研究洪泛概率的确定问题。首先根据无线传感器网络概率洪泛过程中信息传输的特点,利用渗流理论和随机图理论说明了概率洪泛过程存在着相变现象,即存在洪泛概率的临界值,当信息转发概率大于临界值时,网络总能保持较高的信息覆盖率。在此基础上,本文将晶格网络模型中的信息传输过程建立为一马尔科夫过程,利用马氏过程理论给出一种计算晶格网络中洪泛概率阈值的方法,并给出仿真结果。为克服计算过程中网络拓扑结构的局限性,本文将信息传输过程建立为更广泛的分支过程模型,利用分支过程理论得到基于邻居信息的网络有效洪泛概率计算方法。由于动态概率洪泛算法比固定概率洪泛算法在降低节点利用率和减缓数据延迟方面有更好的性能,进一步将此方法应用于动态概率洪泛算法,得到了新的基于邻居节点数目的动态概率洪泛算法,最后通过仿真验证了算法的有效性。