无线传感网络(Wireless Sensor Networks, WSN)是目前国际前沿领域的研究热点,综合了传感器、嵌入式以及无线通讯等技术,具有广泛的应用前景。无线传感网络节点相对传统网络节点来说,能量、存储及通信能力都比较有限。无线传感网络的一个关键问题就是如何有效均衡各个传感器节点的能量消耗,延长整个网络的生命周期。经典无线传感网络Sink节点是固定不动的,节点采集的数据经多跳传输到Sink节点,距离Sink节点较近的节点因转发较多的数据,能量很快耗尽,导致整个网络过早死亡,出现能量空洞现象。最近几年研究者提出了在无线传感网络中引入节点的移动性,并验证它的有效性。研究人员从多个方面对移动性进行研究：应用方面,有一些实际部署的系统；理论方面,从能量及路由等方面进行分析。本文针对无线传感网络的移动Sink的应用问题,从移动Sink高效数据收集和移动Sink网络分簇两方面进行研究。第一,提出了一种基于移动Sink的高效数据收集调度算法。MWSF算法解决移动Sink的调度问题, A*算法解决有障碍物的网络中最短路径问题。在上述算法的基础上,针对算法的不足,提出新的数据收集算法,解决了MWSF算法中移动Sink由于障碍物无法直线移动的问题。同时利用单跳通信范围,移动Sink不仅收集访问的传感器节点的数据,还收集单跳范围内其他传感器节点的数据,改进了移动Sink的数据收集方式。仿真结果表明该算法可保证高效的数据收集。第二,针对无线传感网络节点有限的计算能力和通信能力,要求设计良好的网络拓扑,提高无线传感网络的性能。K-means算法是一种处理分簇问题的算法,能够将节点集合按照地理位置进行划分。本文提出基于K-means算法的分簇算法。该算法把K-means算法改进引用到无线传感网络中。改进主要体现在两方面。一方面,无线传感网络的簇头应该由传感器节点担任,而传统的K-means算法得到的簇头是每个簇的中心位置,为此选择距离其他簇内成员节点近的传感器节点作为簇头节点。另一方面,传感器节点的能量是有限的。因为簇头节点要转发其他簇内节点的数据,簇头节点要有较多的能量,所以能量低的传感器节点不适合做簇头,因此还要综合考虑簇内传感器节点的剩余能量。本文针对上述两方面的问题,在选择簇头节点时对待选节点与簇内其他节点的距离以及待选节点的剩余能量进行加权,然后选择加权和最小的节点作为簇头节点。改进后的算法利用OMNET++进行仿真。仿真结果证明,改进后的算法能够有效地提高网络的生命周期。