无线传感器网络(Wireless Sensor Networks,WSN)是由很多有着感知、计算和无线通信能力的小型传感器节点,通过无线通信的方式构成的网络,主要是用来收集和处理在网络覆盖区域中目标对象的信息。随着当前物联网技术的快速发展,WSN如今已广泛用于各种军事、环境监测、医疗监护、农业数据观测等多种领域。在针对无线传感网络的覆盖控制中,通常会在目标区域大规模随机部署传感器节点。但是随机部署常常会导致节点分布不均匀从而产生覆盖空洞或者冗余覆盖,致使网络感知能力与通信能力的下降,影响到网络覆盖质量。本文针对随机部署导致传感器节点分布不均匀产生的问题,着重研究移动传感器节点重部署理论和方法,提升网络覆盖性能。主要研究工作包括:(1)针对无线传感网络区域划分问题,本文结合可信信息覆盖模型(Confident Information Coverage,CIC)与泰森多边形图(Voronoi)的优点,研究了CIC模型和Voronoi融合的技术难点,设计出一种新的面向可信信息覆盖的泰森多边形区域划分算法(CIC-Voronoi)。仿真实验结果表明,该算法与传统圆盘模型下的泰森多边形法相比较,在相同数量节点下划分的泰森多边形区域数量更少,并且有着更高的初始覆盖率。(2)针对无线传感网络的覆盖控制问题,基于提出的CIC-Voronoi模型,本文设计了两种节点重部署算法,CIC-Minmax顶点质心算法以及CIC-Maxmin顶点质心算法,用以解决场区域的覆盖问题。算法基本思想是基于多边形几何质心的传感器移动,通过迭代地计算并移动传感器位置,使之达到更为有利的位置。仿真结果表明该算法具有更高的优势,能用更少的节点达到更大的覆盖,并且在时间与能耗等多个维度进行仿真,结果充分证明了所提出方法的有效性。