进入21世纪以来,科学技术不断进步,移动通信技术得到了飞速发展。作为一种特殊的移动自组织网络,无线传感器网络成为了新的研究热点。其特征是能量有限、无中心、自适应、网络拓扑结构动态改变等。无线传感器网络中所有节点的地位平等,这些传感器节点经无线通信方式协同工作,感知、采集并处理监控区域内感知对象的信息,然后将信息传输给远程用户,形成多跳的自组织网络。随着研究的深入,不同应用对于服务质量的要求日益突出,以往以最小跳数或者最小时延为目标的传统路由算法已经不能满足对多约束路由的优化问题。因此,需要对原有路由算法进行改进或者引入新的技术来解决多约束路由优化这一NP难度问题。本论文以此为背景,在研究无线传感器网络的基本路由算法理论及传统网络QoS技术的基础上,分析如何在资源严重受限的无线传感器网络中提供QoS保证。本论文后半部分探讨了将粒子群算法这一进化计算技术应用于无线传感器网络路由算法的可行性和有效性。虽然粒子群算法广泛应用于求解连续多约束优化问题,但由于路由优化问题属于离散优化问题,无法直接应用于路由算法中。本文针对这一问题,对基本粒子群算法进行修改,加入了基于学习操作的路径调整策略,使得路由路径的调整能够与种群粒子的迭代直接对应,并且设计了能够综合评价路由质量的适应值函数,提出了基于粒子群算法优化的QoS路由算法。最后使用NS2仿真工具对提出的算法进行验证,证明该算法是可行有效的,可以较好的满足时延和丢包率的需求。