无线传感器网络将虚拟的信息世界与真实的物理世界融合在一起，改变了人与自然交互的方式，已成为继因特网之后，将对二十一世纪人类生活方式产生重大影响的IT热点技术。近年来，随着无线传感器网络应用的拓展，军事、工业、航空、航天等应用对其提出了高可靠、硬实时、低能耗等多种性能需求。然而，无线传感器网络具有通信、计算、存储、能量等资源严重受限的特点，所以如何利用稀缺的网络资源来满足综合性能要求，成为这类无线传感器网络研究的挑战性难题。由于网络性能与多层协议参数相关，传统分层的网络协议设计与优化理论具有次优性、欠灵活性等缺点，无法应对这一挑战。跨层协议设计与优化成为这一背景下的必然选择。　　 各层协议参数间的耦合特性使得无线传感器网络的跨层优化是一类极其复杂的问题。此外，高可靠、硬实时、低能耗等应用需求，大规模、多跳、分布式的网络特点，任务、信道、拓扑的动态性等诸多因素，增加了跨层优化问题的建模与求解困难。为此，论文围绕面向综合性能指标的无线传感器网络跨层优化问题展开研究。具体的研究内容和取得的创新性成果概括如下:　　 针对面向综合性能指标的无线传感器网络，本文提出一种具有综合性能保障能力的多目标跨层优化框架。该框架包括了考虑能耗、实时性、可靠性和吞吐量的综合性能指标体系，关于网络中耦合关系（如网络性能与各层网络资源之间，不同层网络资源之间以及同层不同节点之间耦合关系）的形式化描述，和一套基于凸优化理论的分布式求解方法。该方法可以有效处理跨层优化问题的非凸和强耦合性，得到这类复杂跨层优化问题的理论最优或近最优值，并且所得求解算法具有低复杂度的特点，适合分布式在线运行。　　 论文应用该跨层优化框架，具体解决了如下四类问题:　　 (1)针对面向低能耗需求的无线传感器网络，建立了网络效用-寿命优化模型，通过联合优化节点源速率和链路流速，在保证应用所需信息准确度的前提下延长网络的寿命;然后，采用对偶分解方法得到能够收敛至优化模型全局最优解的集中式算法;以集中式算法的全局最优解为基准，利用“β-公平”效用函数作为无线传感器网络的近似寿命函数，从而得到收敛于原问题近最优解的分布式算法;最后，将无线传感器网络的效用-寿命优化模型推广到考虑可靠通信和实时性需求的一般情形。　　 (2)针对面向高可靠和低能耗需求的无线传感器网络，建立了网络可靠性-寿命优化模型，通过优化重传时隙的分配，在保证应用所需数据传输的高可靠性的前提下延长网络寿命;然后，针对问题的非凸性，通过使用对数变换，变量替换和松弛约束等一系列数学手段，将重传控制问题转化为一个等价凸优化问题，并为其设计了分布式求解算法;最后，讨论了两种典型MAC层重传机制—基于时隙冗余的重传和基于ACK的重传的通信开销，以及考虑网络内部信息反馈受噪声污染时的算法随机收敛性。　　 (3)针对面向高可靠和低能耗需求的无线传感器网络，建立了同时考虑多径路由和MAC层重传的网络可靠性-寿命优化模型，通过联合优化路由速率和重传时隙分配，在保证应用所需数据传输的高可靠性的前提下延长网络寿命;然后，针对该问题的非凸和紧耦合性，提出一种连续交替凸近似的启发式方法，将跨层优化问题分解为两个不耦合的子问题，即具有能量意识的多径路由问题和MAC层重传控制问题;最后，利用对偶分解方法交替求解两个子问题，并证明了该方法所求得的子问题最优解序列将收敛到原问题的某个近最优解。　　 (4)针对面向高吞吐量和低能耗需求的无线传感器网络，建立了网络的链路级效用-成本优化模型，通过联合优化链路流速和传输功率，在保证应用所需高吞吐量的前提下降低网络的能耗;然后，针对设置中断概率约束和采用ARQ重传这两种抗瑞利衰落方法，通过对中断概率表达式进行凸近似替换，得到无衰落网络环境下联合路由和功率分配的近似跨层优化问题;最后，针对所得近似跨层优化问题的非凸性，通过分布式原始-对偶投影方法连续求解一系列凸近似问题逐步逼近其最优值，同时证明了凸近似问题的最优解序列收敛到近似跨层优化问题的一个KKT点。　　 总之，论文对面向综合性能指标的无线传感器网络跨层优化问题进行了较为系统和深入的研究，旨在推动优化理论在无线传感器网络协议设计与优化中的应用，并为无线传感器网络的实际应用，特别是具有综合性能要求的应用，提供强有力的理论支撑。