无线传感器网络是由大量具备感知、存储、通信和计算功能的传感器节点采用多跳无线通信的方式自组织而成的网络。由于使用灵活、布设方便并且成本低廉，无线传感器网络已经在军事侦察、环境监测、智能家居、工业控制等领域得到广泛应用。在纷繁复杂的应用场景中，无线传感器网络有一项最基本的任务，即从物理环境中收集感知数据。由于节点数量很大，并且数据包一般需要经过多跳转发才能达到目的节点，因此，如果让基站直接收集所有源节点产生的原始数据包，将严重加剧节点能量消耗，从而缩短网络生命周期。　　在实际应用中，传感器节点通常密集分布，并且为某种共同的应用提供数据感知服务。此时，网络中各个节点产生的数据一般满足某种空间或时间上的相关性。在数据收集过程中，我们可以充分挖掘和利用这种相关性，让网络中的每一个中间节点对其收到的待转发数据包和本地生成的数据包进行融合，然后将融合后的数据包发送给下一跳节点，从而显著减轻节点的传输负载。无线传感器网络中的数据聚合，指的正是这样一个“边收集边融合”的过程。一般来说，设计一个高效的数据聚合方案需要考虑融合函数选择、数据聚合路由和数据聚合调度等重要功能模块。其中，数据聚合调度控制节点进行数据融合和接入无线信道的时机，是数据聚合的一项关键技术。　　与传统的无线网络调度问题不同，数据聚合调度本质上是一个广义传输调度问题。它不仅决定数据的发送时刻，而且决定数据的传输路径和数据发送时采用的传输功率/速率等。设计高效的数据聚合调度方法，对提高网络能量效率、降低网络传输时延等具有重要意义。然而，数据聚合调度研究面临着若干突出的技术挑战，包括克服无线干扰/丢包的不利影响、优化空间的复用度、权衡多种性能指标、便于分布式实现等。本博士论文主要针对干扰网络和丢包网络中的数据聚合调度问题展开深入研究，目的是设计可行和高效的调度算法与协议，以提升网络的时延、数据质量等性能。本文的具体研究内容以及取得的创新点如下:　　协议干扰模型是一种广泛使用的抽象无线干扰模型，具有简洁和易于建模的优势。针对协议干扰模型下的无线传感器网络最小时延数据聚合调度问题，本文提出了一种两阶段的数据聚合调度方案。在第一阶段，基于改进的连通支撑集，构造一颗数据聚合树作为数据聚合的路由;在第二阶段，基于分层贪心极大策略和网络分区与着色策略，分别提出了一种集中式和一种分布式的数据聚合传输调度算法。从理论上证明了所提出的调度算法的可行性，并且推导了数据聚合时延的上界。分析结果表明两种调度算法均是具有常量近似比的次优算法。基于MATLAB的仿真实验进一步验证了调度算法的性能。实验结果显示，相比文献中的最新相关算法，本文算法的平均网络时延在多种网络仿真场景下均有一定程度的改善。　　由于协议模型无法刻画无线干扰的衰减和累加特性，研究者逐渐将视角转向物理干扰模型，即信号干扰噪声比(SINR)模型。虽然物理干扰模型能够更为真实地反映无线干扰对信号接收的影响，但是其非局部性和非二元性为分布式调度算法和协议的设计带来了严峻挑战。针对物理干扰模型下的无线传感器网络最小时延数据聚合调度问题，本文提出了一种完全分布式的数据聚合解决方案。该方案以迭代网络分区与着色技术为基础，由分布式数据聚合树构造子算法、分布式链路调度子算法和分布式功率控制子算法联合而成。通过合理配置调度和功率控制模块的参数，证明了该方案在物理干扰模型下的可行性。推导了该方案在最坏情况下的聚合时延。结果表明，最坏时延与网络规模无关，从而显示该方案具有良好的扩展性。通过大量的仿真实验评价了该方案在不同场景下的平均时延、能耗等性能。　　传统的调度策略，不管是基于协议干扰模型还是基于物理干扰模型，其基本原理都是让潜在的相互冲突链路尽可能地在不同的时隙调度，从而避免或降低无线干扰对目的信号接收的危害。然而，类似被动和保守的干扰处理策略将导致较低的时隙利用率，从而使调度算法的时延性能下降。为了提高时间效率，本文基于主动的干扰消除理念，将物理层多包接收模型引入无线传感器网络数据聚合调度中，并提出了两种时延高效的启发式调度算法，分别为随机链路优先聚合调度算法和最短链路优先聚合调度算法。证明了两种调度算法的可行性，分析了两种调度算法的计算时间复杂度。实验结果表明，相比传统基于单包接收模型的调度方法，本文算法能够显著地降低数据聚合平均时延和提高网络吞吐量。　　当网络中出现由于传输错误而导致的数据包丢失时，传统的数据聚合协议的性能将急剧降低。这体现在汇聚节点此时收到的聚合数据包中的有效信息量将大大减少。为了克服网络丢包对数据聚合性能的损害，迫切需要设计一种传输错误容忍的数据聚合协议。针对低占空比且链路不可靠的无线传感器网络，本文提出了一种错误容忍数据聚合协议。该协议通过采用链路可靠性增强手段，来提高点到点的传输成功概率，最终改善网络链路损耗状况下的数据聚合信息质量。根据采用的链路可靠性增强技术的不同，我们为该协议设计了三个变种，分别为基于动态睡眠调度调整策略的协议，基于机会路由策略的协议和基于混合策略的协议。上述三种错误容忍数据聚合协议具有各自不同的特点。仿真实验表明，在链路不可靠的网络场景下，相比传统的未采用链路可靠性增强手段的数据聚合协议，上述三种协议均能够不同程度地提升汇聚节点所接收聚合包的信息质量。其中基于混合策略的协议较另外两种协议对数据质量性能的提升更为显著。　　本文研究了不同干扰和丢包模型下的无线传感器网络数据聚合问题。由于传感器网络种类繁多，节点类型多样化，并且应用场景日趋复杂，下一步需要针对更加实际和精确的网络模型设计数据聚合调度算法。另外，由于多数情形下的调度问题都是极其复杂和难处理的，迫切需要设计理论性能和实际性能均更加良好的调度算法，这也是下一步的研究方向之一。