无线传感器网络作为物联网的基础，将实际存在的客观世界与虚拟的信息数据世界紧密的联系在一起。无线传感器网络应用的前提是高效的收集数据，即传感器节点将通信范围内的数据采集起来，采用合适的路由算法将数据传输给汇聚节点，并且有效的降低数据传输时延，延长网络生命周期。但是，由于无线传感器网络节点体积小、能量受限以及多跳传输的不稳定性将严重影响数据收集的性能，因此设计有效的数据收集算法在完成数据收集功能的同时有效的优化各项性能指标具有十分重要的研究意义。　　本文充分调研了无线传感器网络相关文献，分析了无线传感器网络的结构以及相应特点，对数据收集的应用模式以及传递模式进行了重点剖析，提出了采用可移动节点的数据收集方案，主要表现在以下两个方面：　　（1）在研究现有的基于分簇的数据收集方法基础上，提出了一种使用可移动节点的数据收集机制。首先提出一种新的分簇算法—最大化缓冲溢出时间分簇(Time-High-Overflow-Based Dominating, THD),根据网络中节点的采样率和内存，将传感器网络分成若干个簇；其次，提出了临时缓存机制(Temporary Cache Mechanism, TCM)来进一步缓解缓存溢出问题；最后，为了设计移动基站的最优路径，提出了基于簇头的最小权值协议(Dominating- Based Minimum Weighted Sum, DMWS)。　　（2）在调研现有的基于可移动节点的数据收集方法基础上，发现单个可移动节点的方案不能很好的满足某些应用的需求，在灵活性以及实时性方面存在明显劣势，故提出了一种基于多个可移动节点的数据收集方法。首先，网络自组织生成树形结构收集数据，当靠近基站的节点在耗尽能量后将网络分割成若干个子网络，基站分派多个可移动节点到相应子网中收集数据。然后，采用组合替换(Combine Skip-Or-Substitute, CS)算法给每一个可移动节点设计一条最优路径。最后，可移动节点间采用协作算法(Mobile-nodes Collaboration, MC)将收集到的数据传输给基站。　　最后，通过大量的仿真实验与传统的数据收集算法进行了对比，本文提出的方法缩短了移动基站的移动距离，延长了网络的生存周期，降低了网络的能耗，并且具有较短的数据延时。