在无线Ad Hoc网络中,由于网络具有移动性,并且节点和链路不可靠,需要采取多种措施保证网络的性能。在网络部署时,需要通过模拟仿真的方法预先规划关键的网络资源数量、网络配置参数以及主要网络协议的性能,节点移动模型是其中非常关键的技术;在网络运行过程中,需要通过动态规划网络拓扑的方法改善网络的性能。针对上述内容,本论文从移动模型、移动部署和移动拓扑控制三个方面研究了节点自主移动及受控移动技术,具体研究成果如下:1.为了研究区域出入口对RWP模型的影响,提出了区域具有出入口的RWP(Random Way Point)移动模型(RWP with Entrances, RWPWE)。在该模型中,区域具有若干出入口,节点进出区域必须以一定的概率经由某个出入口。节点在区域内部按照RWP模型移动,并以一定概率转移到出入口并退出区域。通过改变模型参数,RWPWE模型能够兼容RWP模型,并且可以应用到具有出入口的真实环境中。2.为了研究真实环境地形对节点移动的影响,克服现有相关模型建模粗糙、扩展性差、误差大的问题,提出了基于地形限制的移动模型。该模型包括地形建模和移动建模。地形建模可以使用区域、区域点、出入口、道路和交叉路口等组件,并且支持地形嵌套。移动建模中把节点移动分为区域内移动和区域间移动。在区域之间,节点需要进行区域选择、路径选择和节点移动三个过程;在区域之内,不同节点可以采用不同的移动模型。该模型可以利用地形组件对任意真实环境建模,能够通过改变模型参数按需定制各种移动场景,并且统一了各种理想移动模型以及RWPWE模型。3.为了提高网络的覆盖率和算法的适用性,提出了无线传感器网络的最小重叠覆盖移动部署算法。该算法通过减小节点之间的重叠覆盖面积来提高网络覆盖率。在该算法中,每个节点根据自身的圆周覆盖状况计算与其它节点的重叠覆盖变化率,节点移动方向为重叠覆盖减小最大的方向,移动步长则依赖于重叠覆盖变化率的大小。该算法是一种完全分布式、只依赖于局部信息的算法,在覆盖率、移动距离、部署时间等方面优于基于Voronoi图的算法。4.为了同时提高网络的覆盖率和覆盖均匀性,提出了多重叠度最小重叠覆盖算法。在该算法中,计算圆周覆盖时,不同覆盖重数的覆盖弧要要分别列出,计算得到的多重覆盖面积变化率为单重覆盖面积变化率与重叠度之积。结果表明,与基于Voronoi图的算法相比,该算法能够同时显著地提高网络的覆盖率和覆盖均匀性。5.为了解决无线Ad Hoc网络经常出现的网络分区和过大传输功率问题,提出了一组基于最小生成树的移动拓扑控制算法。算法执行经过信息收集、确定增补链路、确定移动节点和节点移动四个步骤。在确定增补链路时,首先构造网络的分区最小生成树,它的边即为节点传输功率过大的增补链路。在确定移动节点时,PMST-P(Partition Minimum Spanning Tree-Partition)算法采用的是分区移动方法,而PMST-UV(Partition Minimum Spanning Tree-Uncut Vertices)算法则采用非割节点移动的方法。考虑到网络连通性和节点移动公平性问题,节点移动采用直线、回溯和级联三种方式。对于PMST-UV,给出了其分布式实现算法LMST-LUV(Local Partition Minimum Spanning Tree- Local Uncut Vertices)。这些算法能够均衡节点的传输功率。经过简单的演变,PMST-P和PMST-UV算法还可以解决分区问题。