无线传感器网络(Wireless Sensor Network,WS N)因具有低成本、部署灵活、易扩充等特点,已广泛应用于智慧农业、智能交通、灾难预警、环境监控、军事国防、医疗健康等领域。随着无线传感器网络软硬件技术不断地发展,其应用前景还将更加宽广。同时,在大多数实际应用中,特别地如医疗、军事、灾难预警等应用,对无线传感器网络的可靠性有着较严格要求,可靠性已成为这些应用中关键的评价指标,对无线传感器网络系统的可靠性设计与分析成为焦点研究。其中,如何建立相应的可靠性评估方法,则是无线传感器网络系统可靠性分析的首要问题。尽管在无线传感器网络可靠性评估与分析方面已经取得了大量成果,但目前仍存在如下一些问题：(1)基于网络拓扑结构明确的分析研究已有较多成果,但对于网络拓扑结构未知或因动态变化而对网络拓扑结构不明确的情况下,还缺乏有效的研究方法。(2)针对特定约束条件下的模型研究成果较多,缺乏有效而又较灵活通用的模型研究。(3)相对而言,当前无线传感器网络可靠性的研究主要是静态的,更多地是以模拟和概率分析为主。而在无线传感器网络运行中,利用实际失效数据对无线传感器网络的动态可靠性进行评估与预测,相关研究较少。(4)当前多数的系统可靠性模型假设其部件失效是相互独立的,然而对于无线传感器网络,部件失效间的独立性假设并不完全符合实际情况。例如,某个节点的失效,通常会增加其它节点的负荷从而加速其它节点的失效。针对无线传感器网络可靠性评估与分析方面存在的上述问题,本文结合无线传感器网络实际工程背景,根据不同的维修策略、数据类型、网络结构以及失效特性,研究了无线传感器网络系统可靠性的理论模型、评估与预测方法。利用有序二叉决策图、次序统计量、非齐次泊松过程和Copula函数等相关概率统计理论与方法,建立了在不同维修策略下无线传感器网络系统可靠性评估与预测的通用模型以及统计推断方法,并给出了相应的系统可靠度函数。本文的主要创新性内容如下：(1)在内部网络拓扑结构明确已知的条件下,基于有序二叉决策图(Ordered Binary Decision Diagram,OBDD)的分析方法,针对节点与边均不可靠的WSN二端网络可靠性进行了研究,提出了一种命名为增强节点扩张法(Enhanced Node Expansion, ENE)的可靠性评估方法,对规模较大而网络结构复杂多样的无线传感器网络可靠性评估问题,提供了一种有效的解决办法。该方法综合利用了三个有效的措施：使用高效的OBDD结构存储网络节点与边的状态从而减少了冗余状态；利用hash表标记已处理过的子网来避免对同构子网的重复计算；在识别冗余同构子网方面,采用三级变长位矢量标签来标记子网络结构,缩减hash表的存储空间,提高了识别效率。这三个方面的设计有效降低了计算量,提高了运算效率,使ENE方法具有较强的实际应用价值。另外,在对网络可靠性评估研究基础上,引入Birnbaum测度来量化链路重要性,提出了一种基于有序二叉决策图(OBDD)分析方法的链路重要性评估方法。该方法可对网络链路稳定度进行分析与评估,发现网络链路薄弱环节,及早确定可能引发系统故障的链路部件,从而增强网络可靠性。(2)针对内部网络拓扑结构未知或因动态变化而不明确的条件下,分别对可修复与无修复场景下的无线传感器网络系统可靠性进行了研究。对于可修复场景下的无线传感器网络系统,提出了基于非齐次泊松过程(Non-Homogeneous Poisson Process, NHPP)的无线传感器网络系统可靠性模型,开拓了NHPP理论在无线传感器网络系统可靠性分析中的应用。非齐次泊松过程(NHPP)是一种广泛应用于不同领域的随机点过程,可以有效地刻划系统状态随时间老化或增强的失效过程。基于无线传感器网络的运行背景与失效机理,本文将非齐次泊松过程理论与无线传感器网络系统的失效过程相结合,首次建立了非齐次泊松过程的无线传感器网络可靠性模型,刻划可修复无线传感器网络系统的失效过程,动态评估与预测无线传感器网络系统的可靠性,为无线传感器网络系统的可靠性设计提供了理论基础。通过对不同拓扑结构下的无线传感器网络系统失效过程进行模拟仿真,说明了不同的NHPP可靠性模型可适用于不同的无线传感器网络基本拓扑结构。对于无修复场景下的无线传感器网络系统,建立了无修复系统可靠性一般性模型,适合节点在不同寿命分布下进行可靠性分析,并给出了无线传感器网络系统的可靠度函数解析表达式。在此一般性可靠性模型的基础上,本文进一步提出了对无线传感器网络系统节点数进行分析的优化模型,对节约资源与成本控制有着较实用的实践指导意义。鉴于指数寿命分布广泛适用于电子类产品的失效规律,本文也特别建立了指数寿命分布下的无线传感器网络系统可靠性分析方法,给出了动态可靠性评估与预测模型。(3)建立了可叠加的无线传感器网络系统可靠性评估与预测模型,应用于同时具有系统级、子网级和节点失效数据的大规模无线传感器网络系统。对于一个大型的无线传感器网络系统,往往是由成千上万个子网(节点或者子系统)组成,这些子网的失效数据通常可观测。本文假设各个子网的失效过程是相互独立的,利用各个子网的失效信息建立了可叠加的NHPP类无线传感器网络可靠性模型,运用极大似然估计方法(Maximum Likelihood Estimation,MLE)对模型的参数进行估计,从而对无线传感器网络系统可靠性进行评估与预测,模拟仿真实验结果表明该模型效果较好。更进一步,基于已建立的可叠加无线传感器网络系统可靠性评估与预测模型,研究了屏蔽数据下无线传感器网络系统的可靠性分析问题。屏蔽数据是指引起系统失效的真实原因不得而知,即仅知失效原因可能是源于系统所有子网中的某个子网,但却不知是具体哪个子网。在无线传感器网络系统运行时,通常存在屏蔽失效现象,例如,由于传感节点的冗余工作,在无线传感器网络中需要采用冗余数据融合处理以及数据压缩处理,这些数据操作大多是数据有损的操作,当发生系统失效时,就很容易形成屏蔽数据现象。一般的,屏蔽数据下可叠加NHPP模型中参数的极大似然估计比较复杂。本文假设无线传感器网络可以按照某种方式分成若干个子网或簇,并且各个子网的失效过程是相互独立的,利用各个子网的失效信息建立了基于屏蔽数据下的可叠加NHPP类无线传感器网络可靠性模型,给出了参数的极大似然估计程序。(4)建立了非独立失效下的无线传感器网络系统可靠性评估模型。通过引入Copula函数描述节点失效之间的相互依赖关系,本文建立了一种非独立失效下无线传感器网络系统可靠性模型。该模型只要给定各个子网的寿命分布和Copula函数,就可以得到各子系统寿命的联合分布,由此就解决了非独立失效下的无线传感器网络系统可靠度计算问题。该模型更符合工程实际背景,能更好的评估无线传感器网络系统的可靠度,为无线传感器网络系统的可靠性设计提供了理论基础。