水声传感器网络作为探索和开发海洋的关键技术,在资源勘探、灾难预警和军事防御等多个领域有着广泛的应用前景。然而水声传感器网络具有传播时延长和节点能耗高等特点,严重地限制了数据传输的有效性和可靠性。路由机制是提高数据传输性能的关键技术,因此本文针对水声传感器网络中路由协议和路由空洞修复技术进行研究。为减少拥塞对端到端传输的不利影响,本文提出了基于强化学习的拥塞避免路由协议——RCAR。在RCAR中,设计了考虑节点拥塞状态和剩余能量的回报函数,基于强化学习算法进行路由决策,使得路由能够绕过拥塞区域并且均衡节点能耗。仿真结果表明,RCAR能够有效避免拥塞,极大地降低了数据包传输的端到端时延。为解决路由空洞问题,本文提出了自主水下航行器（Autonomous Underwater Vehicle,AUV）辅助的路由空洞预测修复协议——RVPR。在RVPR中,设计了基于马尔可夫链的路由空洞预测模型,并通过粒子群优化算法计算能够最大化链路连通性和最小化AUV行驶距离的空洞修复位置。当节点预测到路由空洞形成时,请求AUV前往指定位置部署节点,实现路由空洞的修复。仿真结果表明,RVPR能够及时修复路由空洞,显著地提高了包投递率。最后,本文基于所提出的拥塞避免路由协议和路由空洞预测修复协议设计了完善的RCAR-RVPR路由机制,并与其他典型水下路由机制（HHVBF、QELAR、GEDAR、EAVARP）进行对比。仿真结果表明:RCAR-RVPR路由机制综合了上述两项工作的优势,在平均端到端时延、包投递率和能效等方面表现优异,因此路由机制具有卓越的有效性和可靠性。