无线传感器网络是由大量密集部署在目标区域的自治节点构成的一种自组织网络应用系统。它综合了无线通信技术、嵌入式技术、传感器技术、分布式信息处理技术等,是国内外公认的可以推动信息领域进入崭新发展阶段的新兴技术,在军事侦察、医疗监护、环境监测、交通管理、反恐防灾、智能家居等领域具有广泛的应用前景。无线传感器网络是由一组具有一定移动性的传感器节点组成的,是集数据采集、处理和传输于一体的分布式网络。覆盖问题是影响其工作效果的一个重要因素。在网络初始分布时,由于通常节点个数较多,采用人工的方法进行逐一放置显然不现实,取而代之的是常用的随机布撒的方式。但是,这样很难保证覆盖结果具有足够的均匀性,也就影响着网络的运行效率。因此,节点需要依据所设计的移动覆盖算法进行适当的位置调整。良好的移动覆盖算法应该使各移动节点依据且只依据周围临近节点的分布情况动态地调整自身位置,从而使整个网络覆盖趋向均匀;同时,在网络某些节点失效时能够较快地响应网络拓扑的变化。本文的目的是研究无线传感器网络的协作覆盖问题,设计与验证有效的解决方法。本文基于图论与机器人运动学,针对无线传感器网络分布式协作与多跳通信特点,提出了一种动态模型。该模型用Delaunay三角剖分和Voronoi图描述相邻节点的几何关系。模型中,每个节点的行为只与其一跳相邻节点和其所处环境有关。该模型为无线传感器网络中各种任务的完成提供了一个解决方案,例如网络的自组织覆盖,网络数据查询路由,相邻节点的信息共享。为解决无线传感器网络连接与覆盖问题,本文提出了两种自组织算法。第一种是改进的虚拟力算法,它将虚拟力与粒子群相结合,先用改进型粒子群算法对这两个系数寻优。然后利用寻优结果计算出虚拟力并部署节点。仿真表明在引力与斥力共同作用下,传感器网络能够兼顾网络节点部署的快速性与最终的覆盖率。第二种方法是基于生物竞争的自组织覆盖算法,该方法受自然界生物间争夺资源的启示,将静态传感器定义为“强势个体”,将可移动传感器定义为“弱势个体”,将每一个传感器节点的有效覆盖面积定义为该节点所获取的“自然资源”。仿真证明,生物竞争法能够很好的布置兼有动静态节点的网络。为了验证自组织方法的有效性,本文提出几种直观量化的自组织评价方案。利用Delaunay三角剖分评价节点实体和他们的关系以及结点之间的信息传递和融合;利用Voronoi图进行评价节点覆盖的区域;同时,对整个自组织过程,引用自组织度的概念对其分布效果进行定量分析。针对虚拟力自组织法中节点运动轨迹抖动、耗能大的问题,我们结合生物神经分流模型,提出了一种基于分流模型自组织路径平滑控制策略。由于分流模型的输出是稳定、光滑且有界的,故将分流模型与虚拟力控制相结合,有效地平滑了传感器网络自组织过程中节点的轨迹。本文还提出了同步和异步两种编队策略,仿真结果表明,异步法都能有效的使网络编队移动,顺利的到达新的目标覆盖区域;同步法能够完好的保持网络原有的结构,极大的减少节点间相互定位的损耗,有效的保持了相互通信,有极好的鲁棒性。