随着待监测区域感知和监测需求的多样化和复杂化,需要获取更加全面和详细的环境监测数据,从而产生了有向传感器网络(Directional Sensor Networks,DSNs)。在实际应用中,有向传感器网络中的传感器节点通常是由有向感知的视频传感器、红外线传感器或超声波传感器等组成。由于待监测区环境极端恶劣、工作人员的不可达性以及传感器节点的高度冗余性,在有向传感器网络中大规模随机部署传感器节点时,会产生传感器节点的感知重叠和网络覆盖空洞问题。为了提高有向传感器网络的资源利用率,并延长有向传感器网络的生命周期,网络中的每个有向传感器节点在完成初始部署后,都需要不断调整达到新的感知方向来增强有向传感器网络对待监测区域的网络覆盖率。现有的有向传感器网络覆盖增强策略和算法研究中,基于粒子群算法、鱼群算法、遗传模拟退火算法等仿生算法的网络覆盖增强研究比较多,但这些算法复杂度比较高且收敛速度较慢。本文针对上述网络覆盖增强策略中存在的不足,通过研究有向传感器网络中节点大规模随机部署的特点,分析网络覆盖中所遇到的感知重叠和覆盖盲区的问题,根据有向传感器网络中传感器节点方向可调的特性,提出一种有向传感器节点感知方向调整策略,基于分布式迭代加权的虚拟力覆盖增强算法,IW-RFGP算法。该算法将有向传感器网络中的每个传感器节点的感知区域进行网格离散化处理,再通过离散网格点的迭代加权引力的合力作用确定未被邻节点覆盖的感知区域的质心,确定其新的感知方向。通过依次更新每个传感器节点的感知方向,提升整个待监测区域的网络覆盖率。其次,针对有向传感器网络覆盖增强策略后仍然存在的传感器节点冗余问题,提出一种基于离散网格的有向传感器网络冗余节点调度算法,DM-RNSA算法。该算法通过计算覆盖增强策略后网络中节点感知区域与邻节点对其感知覆盖的重叠率,选定覆盖重叠率过高并且邻节点数目相对较少的传感器节点优先由工作状态进入休眠状态,降低节点与邻节点之间数据信息的通信负担,减少有向传感器网络整体能耗。仿真实验结果表明:IW-RFGP算法的收敛速度比较快,在较少的迭代次数内就可以确定网络中传感器节点新的感知方向,有向传感器网络的覆盖增强率也比较高。DM-RNSA算法则可以有效地降低有向传感器网络中冗余节点的数量,减少网络中的能量消耗。