无线传感器网络是以大量的微传感器节点为单元构成的自组织分布式网络系统，这些传感器具有成本低、功耗小的特点，以及感知、计算和无线通信能力，无线传感器网络要实现对目标或环境的观察与感知，主要依靠这些传感器节点自身携带的感知器件来完成指定任务，这种新兴的信息获取技术由传感器技术、无线通信和嵌入式计算技术、微机电技术的发展衍生而来，使人类与自然界的交互方式得到了改善。只有保证无线传感器节点能有效覆盖被监测区域或目标，才能使无线传感器网络完成目标监测和信息获取任务，因此节点的覆盖问题成为无线传感器网络的核心，它是决定无线传感器网络的感知范围和所能提供的“感知”服务质量的关键。因此为保证无线传感器节点可以覆盖到所有被监测区域，需要采取合适的覆盖控制策略。无线传感器网络中，尽可能少地将高密度随机分布的传感器节点投入活跃工作状态，可以达到节约能耗的目的。如何在达到目标区域的最大覆盖程度的同时满足工作节点数目最少的节点集合，是一个NP难问题。本文针对无线传感器网络中工作节点集的优化选取问题，着眼于最大化网络覆盖率和最小化节点数目这一目标，在建立最小化网络冗余的数学模型的基础上提出一种基于遗传算法的覆盖控制优化策略，本文采用禁忌思想，文中设计了两种禁忌操作，在有效搜索局部范围的同时实现了优化全局搜索。对仿真实验的分析表明，该策略快速高效地实现了工作节点集的优化选取。无线传感器网络研究的另一核心问题是传感器节点的位置优化，传统的虚拟力导向算法不能使一些混合式传感器网络中的移动节点挣脱固定节点的虚拟力束缚，出现了无法全局覆盖优化的缺陷。针对这一问题，本文提出了一种移动节点覆盖控制策略，该策略采用移动节点的手段使无线传感器网络实现网络结构的动态重组，最终使网络覆盖范围达到最大化，同时可增强网络的可靠性。仿真实验表明，本文的优化策略大大提高了网络的整体覆盖率，有效解决了无线传感器网络中移动节点位置优化问题。