无线传感器网络是由分布在给定区域内足够多的无线传感器节点构成的一种新型信息获取系统。它包括信息获取、信息传输和信息处理三大子领域的技术,各节点之间通过专用网络协议实现信息的交流、汇集和处理,从而实现目标的探测、识别、定位与跟踪。无线传感器网络的出现既是一种机遇,同时也给研究它的人们带来了新的挑战。在典型的无线传感器网络中,节点由电池供电,一般情况下电池难以充电或更换,整个网络的容量和性能受到节点能量的制约。因此,如何降低能量消耗,是传感器网络需要解决的首要问题之一。由于各层协议的设计都会影响能量的消耗,对网络层、MAC层及物理层联合考虑的跨层优化技术已成为无线传感器网络研究的一个新兴领域。本文分析了现有的基于网络分层协议的传感器网络优化模型和算法,着重总结了物理层、数据链路层和网络层的一些研究成果。同时比较了跨层优化算法中,联合物理层、MAC层、网络层的TDMA跨层优化算法和非TDMA最优跨层优化算法。在此基础上,本文首先建立了基于同步小规模网络的仿真模型,采用了没有链路干扰的时分复用(TDMA)调度技术和可变调制星座体积的传输方案,使跨层优化问题中的非凸优化问题转换为凸优化问题,从而便于模型的求解。通过对仿真模型物理层参数的分析得出:尽管物理层星座体积的变化能够提高网络生命周期,但是当星座体积不存在变化的情况下,存在一个固定的星座体积b,当所有链路均采用此星座体积进行传输数据时,网络生命周期将接近物理层星座体积变化时所获得的最大网络生命周期。以此结论为基础,本文将仿真模型拓展为非TDMA网络,并提出一种迭代算法,解决了非TDMA网络的非凸优化问题。最后通过对此算法性能的评价得出:相对于TDMA网络,本文所提算法将会进一步提高网络的生命周期;同时,由于在物理层使用相同的星座体积,算法的复杂度将会下降。对于时延敏感的网络,本文作者还建立了“生命周期—时延”关系模型,分析了本文提出的算法对传感器网络时延的影响。