无线传感器网络是具有监测、控制和无线通信等功能的综合网络系统,通过将大量传感器节点随机部署在需要监测的区域内,由各节点间自组织构成网络。一般来说,传感器节点一旦部署后位置便不会再变动,此外,传感器节点本身具有的能量也是极为有限的且各节点间通信必然存在一定的物理干扰,这些因素都会影响网络的通信质量。在这种环境下,spanner技术应运而生。本文主要研究的是在保证无线传感器网络的连通性条件下,尽可能将无线网络节点间的通信链路稀疏化,从而达到减少组网开销和通信干扰的目的,最终完成对无线传感器网络的优化,这就是spanner技术的关键。Spanner实质是一种稀疏图,是将无线网络问题转化为图问题加以研究,其中网络的节点对应为图中的顶点,各节点之间的链路对应为图中的边,从而将网络优化问题转化为求对应完全图的相对稀疏图过程:首先将网络中的所有节点定义为图中的顶点,寻找任意两顶点间的t-path;然后利用单元最短路径算法查询其他节点间的链路,根据支撑比定义,将新的链路标记为新的t-path;以此类推,最后得到一个关于网络的spanner,这就需要涉及到算法来构造spanner。本篇论文是在经典greedy算法的基础上,利用WSPD数据结构和权值矩阵进行算法的改进,从而得出较为先进的TB-Greedy算法,并且在加倍度量空间中,利用哑铃定理与WSPD的性质以及支撑因子,证明了该算法的正确性与现实操作中的可行性。最后本篇论文又从理论扩展到实际,在TB-Greedy算法执行过程中又提出了节点间的物理干扰问题,从而使得我们的算法更接近于实际应用环境。论文下一步进行的工作是如何进一步减少算法的空间复杂度,从而使TB-Greedy成为更为接近最优的spanner构造算法。通过我们的大量研究工作,可以主要得出以下结论:TB-Greedy算法在保证网络连通的条件下,所求的spanner相对稀疏,并且时间复杂度有较大的提升;同时又减少了组网开销和节点间的物理干扰问题。我们又通过实验仿真,很好的验证了TB-Greedy算法正确性与可行性,因此论文具有一定的研究价值。这篇论文的内容主要介绍了有关spanner的基础性知识、涉及到的网络模型和干扰模型、常见的spanner算法以及TB-Greedy算法的具体研究思路和可行性分析以及未来工作研究方向等。