无线传感器网络是由高密度传感器节点构成，具有高度可靠性、自组织能力的动态无线网络。传感器节点具有功耗低、体积小、成本低等优点，节点之间采用自组织的无线通信方式进行信息传递。随着网络需求量的增大，无线传感器网络接收的数据量越来越大，但当前的路由模式对于数量庞大的数据的管理和使用能力有限。因此，路由协议作为无线传感器网络中最关键的技术成为了国内外研究的重点问题和难点问题。在无线传感器网络中，ZigBee作为一种短距离无线通信新兴技术，具有低成本、低功耗、延时短、可靠性高等特点。本文主要介绍了无线传感器网络的原理和路由协议的特点，并将ZigBee路由协议作为研究重点。利用OPNET网络仿真软件，对处于不同网络环境的ZigBee路由协议进行了协议性能仿真。仿真结果表明：传感器节点的能量消耗情况是不可提前预知的，这就使得每个节点上的能量消耗并不平均，从而导致路由效率低、网络延时长等问题。本文针对传统路由协议在某个节点能量消耗大，路由效率低的问题提出一种基于强化学习算法的路由协议模型。在分析强化学习算法优势的基础上，研究具有认知功能的路由协议。该协议通过对传感器节点能量状况的感知与评估，并根据该评估值和节点能量消耗的情况修改路由策略，改善传统路由协议存在的节点能量消耗大和能量不均衡的问题，达到优化网络系统性能的要求。本文使用OPNET网络仿真软件作为仿真平台，比对原有ZigBee协议的路由状况，验证了基于强化学习算法的认知路由更适合无线传感器网络的性能要求。