本文研究了静态无线传感器网络(Wireless Sensor Network, WSN)的覆盖优化(Coverage Optimization)问题。无线传感器网络节点的拓扑结构决定了无线传感器网络的硬件构架,硬件构架应该保证网络的覆盖率、连通度等基本要求。而且,优质的硬件构架还应该消耗尽量少的硬件资源。这样不但减少了网络本身正常运行的能量,而且减少了网络收集的冗余数据,进而降低了上层算法协议的复杂度,使网络寿命更长、网络效率更高。现有的无线传感器网络覆盖算法主要分为两大类：搜索算法和图像分析方法。这两类算法都是集中式算法,算法的实现需要所有节点的完备信息。集中式算法的实现需要反复计算覆盖率,导致算法复杂度很高、效率低下。而且,在集中式算法的数据集中过程中,靠近汇聚节点的节点会承担更多的数据包传输任务,导致其消耗更多的能量,进而影响网络的使用寿命。通过对节点覆盖模式的充分研究,本文提出了边界区间法解决覆盖优化问题。边界区间法是一类确定性、分布式算法。相对于集中式算法,它避免了大量的数据包传输造成的网络资源浪费,这一点尤其符合无线传感器网络的实际应用需求。而且算法计算量少、准确性高,在保证得到可靠解的同时节省了大量的数据运算。作为一种分布式算法,边界区间法将覆盖优化的工作由整个网络中的传感器节点共同承担,这样也避免了网络能量消耗不均匀的问题。边界区间法在实际网络的应用中,除了能够节约计算、减少数据包的传输以节约网络能量外,该算法还能节省组网过程需要的时间。相对于集中式算法,边界区间法的实现不需要数据集中和数据回传,使组网过程所需的时间显著缩短。本文重要的研究工作有以下几个方面：(1)节点最优覆盖模式的证明。通过不同覆盖要求下节点最优覆盖模式的证明,得出了节点最优覆盖曲线,用以评价覆盖算法的结果或指导节点的拓扑结构；(2)覆盖优化问题的数学形式描述。通过对无线传感器网络覆盖模式的研究,和对覆盖优化问题的数学描述,进一步明确了研究覆盖算法的数学方法,为本文算法的提出提供了充分的理论基础；(3)边界区间法的提出。根据节点间的边界关系,本文提出了边界区间法解决无线传感器网络的覆盖优化问题。并且对该算法的一些重要特性进行了详细的分析,如计算量。通过以上的数学分析工作,本文提出了边界区间法。为了验证该算法的准确性和实用性,本文分别设计了算法仿真和网络仿真进行验证。通过算法仿真,有效证明了边界区间法的准确性和优越性；通过网络仿真,充分证明了边界区间法在实际无线传感器网络中的适用能力。