构建一个完备的无线传感器网络的首要问题是如何对传感器节点进行部署。由于传感器节点部署过程中受复杂环境及抛洒方式的影响会导致监测区域中覆盖漏洞的产生。对此,本文以由动态及静态节点共同组成的混合无线传感器网络为研究对象,对二维平面及三维空间的覆盖优化问题展开研究,提出基于Delaunay三角剖分策略的优化方案,其主要工作如下:（1）针对二维覆盖优化研究中几何学方法难以运用概率感知模型的问题,提出了基于Delaunay三角剖分结合改进粒子群算法的覆盖优化方案（DPSO）。首先根据节点的概率感知模型提出一种监测区域内绝对未覆盖区域的概念。接着对无线传感器网络中的静态节点进行三角剖分,并得到Delaunay三角形形心。通过论证三角形形心与覆盖漏洞的位置关系,指导本文改进的粒子群算法完成对移动节点的二次部署以完成无线传感器网络中初次部署造成的覆盖漏洞的修复。经过仿真对比,证明了该方案可以有效提高二维无线传感器网络的覆盖率。（2）针对在覆盖优化过程中粒子群算法存在的缺陷,对算法进行改进。本文利用人工蜂群算法侦查蜂随机游走的特性以及贪婪选择策略,先选取最优的一组粒子产生虚拟粒子根据人工蜂群中侦查蜂的位置公式向随机方向进行试探性搜索,再根据贪婪选择策略的思想保留适应度值最优的粒子代替原粒子。本文通过五个经典测试函数将改进的粒子群算法与基本粒子群算法进行了对比证明了经过改进的粒子群算法拥有更高的个体粒子寻优能力,算法性能更好。（3）针对DPSO算法无法适用于三维场景的问题,本文通过构建三维空间内的无线传感器网络模型,就三维的覆盖优化问题对前面提出的方案进行适应性修改,进一步提出一种适用于三维空间的DPSO-3D算法。将DPSO算法中对静态节点进行Delaunay三角剖分并求取三角形形心作为算法初始解集的策略上升到三维,以剖分后所形成的四面体质心作为优化算法的初始解集对三维覆盖问题进行优化。仿真实验从感知半径不同、动态节点数不同的多个实验条件下证明了DPSO-3D算法对三维空间内无线传感器网络覆盖效果的提升也具有良好表现。通过以上研究工作,证明了本文提出的方案可以有效利用动态节点对无线传感器网络进行二次部署以提高覆盖效果,在二维及三维场景下都能具有良好的适用性。