无线传感器技术在国防军事、环境监测、电力系统等领域体现出许多的优越性,有着广泛的应用和发展前景。由于无线传感器网络的自组织性、网络拓扑结构和网络环境动态变化、节点的电量有限等特点,需要对无线传感器网络中的任务进行合理的调度分配,以减少网络的能量消耗,延长网络的生命周期,同时加快任务完成速度,在任务量众多时增加节点的使用效率。传统的无线传感器网络任务分配算法侧重于如何选择合适的节点进行任务分配,并提出了基于信任机制、任务阙值等策略的合同网任务分配模型。但是,在目前的研究中,很少有针对当无线传感器网络中任务量较大,且任务间具有依赖关系时的任务分配的研究工作。对任务组内任务之间的相关性进行研究,有利于减少整个任务组的完成时间,提高节点的工作效率,同时可以减少节点间的通信能耗,延长网络生命周期。在无线传感器网络中,评价任务分配策略的好坏主要有网络能量与流量消耗、任务的完成时间、任务完成效果等指标。本文首先针对任务间的依赖关系进行了研究,针对任务的相关性抽象出有向无环图(Directed Acyclic Graph, DAG),得到任务组的调度簇树(Clustered Tree,CT树),进而提出了一种基于任务复制的聚簇算法。同时,对基于合同网模型的节点协商过程进行了研究,通过节点聚类等方法减少了参与招投标的规模,降低了网络能耗；提出了基于改进的最小路径(Least Mean Square,LMS)标值预测算法,,提高了任务完成率。本文使用Opnet工具进行仿真,以验证本文提出算法的有效性和准确性。实验表明,本文提出的算法降低了任务的完成时间,保证了节点的使用效率；减少了执行任务的节点数,同时减少了参与招投标过程的节点数,大大降低了节点间的通信能耗,延长了网络的生存时间；提高了节点投标时标值的准确性,增加了任务完成的质量。