无线传感器网络(Wireless Sensor Network,WSN)是一项多种学科技术高度交叉的综合性前沿研究领域,受到社会各界的高度重视。鉴于WSN能量受限及多跳等特点,使得WSN路由协议成为WSN研究领域的难点。分层路由由于其低能耗且易扩展的特性已成为WSN路由协议的研究重点,而分簇拓扑技术作为分层路由的重要部分,亦备受重视。本文首先介绍一种基于梯度的有网关的分簇拓扑算法(a Hierarchical Clustering Algorithm based on Gradient with Gateway,HCAGG)。该算法综合考虑节点的剩余能量和平均距离两项因素选取簇头;在建立簇树阶段,网关节点的引入有效降低了较远簇头间直接通信的高能耗。但是该算法在簇头选举时未考虑簇内节点能量的分布,而网关节点的选取过分依赖于梯度。针对HCAGG算法中存在的问题,本文提出一种基于改进粒子群优化算法的分簇拓扑算法(a Clustering Topology based on Modified Particle Swarm Optimization,CTMPSO)。针对PSO算法易早熟收敛的缺点,首先提出一种改进粒子群优化算法MPSO,该算法引入人工鱼群算法中的视野及随机行为,增强粒子搜寻的多样性,避免粒子过早陷入局部最优,并通过Sphere函数和Ratrigrin函数验证了该MPSO算法的有效性。同时,结合WSN及MPSO算法特点,构建多局部最优觅食场景及适合离散WSN环境的连续评价函数,使MPSO算法更好的应用于WSN。此外,针对待优化目标特点,采用比较法逐步确定搜索区域。针对HCAGG中簇头的问题,综合考虑邻居节点剩余能量、到节点的平均距离以及簇内能量分布重新构建适应度函数,利用MPSO算法搜寻最佳节点担任新簇头。针对HCAGG中网关的问题,提出一种两跳内最优网关并结合MPSO算法对网关进行优化。实验结果表明,该CTMPSO算法能显著延长全网的存活期。最后给出CTMPSO算法节点上、下线的维护与更新策略,以提高算法的自适应性。同时,针对WSN新兴领域中要求节点移动的场景,给出CTMPSO算法移动情况下的维护更新策略,扩大算法的应用领域。