由于海洋中蕴藏着大量可供人类开发利用的矿物、油气等稀缺资源,如何探索和开发水下资源便成为了人类亟需解决的重大课题。水下传感器网络凭借其特有的优势,已逐渐受到国内外学者的广泛关注。为了确保水下传感器网络能有效地监测目标对象,且能完整获取客观物理信息,传感器节点能够有效覆盖目标对象是一个非常重要的前提。因此,如何构建一种水下传感器网络覆盖控制方法,无疑是一个基本且亟需要解决的问题。本文以水下传感器网络覆盖为主要研究内容,以延长网络生命周期和高效节能为目的,研究了传感器节点的覆盖部署、覆盖保持(高密度部署场景和动态水环境部署场景)以及资源分配三个方面的问题,并通过理论推导与仿真实验测试相结合验证了所提算法的有效性。本文的主要成果如下:(1)水下传感器节点部署过程中,针对水流移动性带来的监测事件高动态性和不确定性问题,提出了一种受鱼群系统运行机制启发的传感器节点部署算法。通过模拟鱼群觅食行为,使得传感器节点自主地向监测目标靠近;同时,通过设置拥挤度,促成传感器节点分布与监测目标分布的一致性。另外,通过构建信息池,使得处于连通状态下的所有传感器节点能够共享感知信息,以此增强传感器节点的全局搜索能力,减少传感器节点移动过程中的盲目性。最后,通过仿真测试验证了所提算法的有效性。(2)针对高密度部署场景下水下传感器网络的覆盖保持问题,提出了一种基于文化基因优化的覆盖控制方案,依据部署节点冗余度,建立节点休眠-唤醒调度机制。该方案主要包括两个部分:(1)基于文化基因算法的节点休眠调度。将每条染色体视为一种部署方案,染色体中的每个基因用于描述各节点的状态,再通过设计适应度函数来指导染色体进化,最终得到一个能够覆盖监控目标的最小节点集合。与此同时,网络中其他节点将视为冗余节点切换至休眠状态,以此来节省能耗,延长网络生命期。(2)唤醒方案。在网络运行期间,通过建立等效机制,可以唤醒部分休眠节点,以恢复死亡节点引起的网络覆盖漏洞,进而维持高覆盖率。该方案既能降低网络能耗也能够兼顾到网络的监测覆盖情况。(3)针对水下动态部署场景下水下传感器网络的覆盖保持问题,提出了一种启发式休眠调度方案,以适应UWSNs中传感器节点或自主水下航行器动态选择休眠或工作带来的环境变化。进一步而言,本文所关心的问题是在不同时间点动态地确定水下传感器网络中足够数量的活跃节点,以维持监测目标的全覆盖,属于特殊的静态场景下的NP-Complete问题。为了解决上述问题,本文提出了一种启发式不相交覆盖集求解算法来解决这一动态问题。通过仿真测试,该算法在延长网络生命周期,增强鲁棒性和缩短计算时间方面体现了明显的优势。(4)针对水下异构网络中干扰管理问题,提出了一种基于合作强化学习的分布式资源分配方案。该方案将智能控制中的强化学习思想引入到水声通信网络中,将传感器节点视为智能体,将传感器网络视为多智能体网络。通过划分状态空间和动作空间,制定了收益函数和搜索策略。在未知信道状态信息以及未对发射节点周围网络干扰水平进行估计的情况下,该方案能够通过不断与环境进行交互实现优化资源分配,以降低网络干扰水平,提升资源利用率。此外,证明了所提算法的收敛性。最后,与先前的工作相比,所提算法将系统容量提升5倍以上,同时,方案的执行效率明显提高。