物联网是科技和生活的结晶。在物联网生活中,各种智能设备已经成为了应用的主角,其中之一便有无线传感器网络,它受到的关注度越来越高,被广泛使用在生活、环保、军事等活动中。通常,无线传感器可以部署在人类难以或无法到达的地方进行探测活动,节省了大量的人力物力,也防止了一些意外事故的发生。加之,无线传感器网络成本低、维护容易,到现在为止已经得到了世界范围内的认可。无线传感器网络,简称为WSN,通常由数量众多并且能量和处理能力都有限的无线传感器组成。传感器节点相互协作完成既定的任务。由于传感器节点的能量有限,因此如何延长网络的生存时间就成为无线传感网能否普遍使用的关键挑战。而要延长传感器网络的生存时间,最直观的方法就是节省每个传感器节点的能量消耗。传统的方法是对网络进行分簇,以簇头节点的高能耗来换取成员节点的高生存率。然而这种分簇形式的WSN的生存时间并不理想。为了达到节能的目的,我们引入了移动数据收集器这一装置。我们假设所有的WSN节点一经部署就保持位置静止不动,一个移动数据收集器在整个无线传感器网络中漫游,来减少传感器之间为了转交数据而浪费的电池能量。一般来讲,在设计移动数据收集器的移动路径时需要考虑两个问题:一个是由于WSN节点的容量受限制,数据在节点的存储模块上可能发生溢出现象;二是需要监控的数据可能具有时效性。在本文中,我们在考虑了上述两个问题后,为了延长传感器网络的生存时间,设计了一个启发式的移动数据收集器移动路线的算法。很明显的是,如果移动数据收集器的移动路线保持不变,那么临近该路线的传感器节点会迅速消耗能量最终导致整个无线传感器网络“断开”。我们认为,影响整个网络的生存时间的重要因素之一是单个节点的剩余能量。考虑到这一点,我们提出了一个迭代式方案,该方案在每轮数据收集之前会重新计算移动路径,它包含四个步骤,这四个步骤都是以剩余能量为依据,对网络进行优化。对于每轮数据收集过程,首先谱聚类算法迭代式地把整个网络分割成簇;然后依据单个传感器节点剩余能量的大小来确定每一个子簇内簇头节点。该簇头节点作为子簇内其他成员节点的数据汇合点,等待交付给经过的移动数据收集器;第三步在每个子簇内构造了一个数据转发平衡树,定义了每个非簇头节点的数据转发路径;最后,定义了一条移动数据收集器的移动路径。在这个方案下,每轮移动数据收集器的移动路径都是不同的,就可以显著地提高WSN的生存时间。我们对此方案进行了仿真实验模拟,并和传统的两个数据收集算法进行了对比。仿真结果显示我们的方法比现有的方案对于无线传感器网络的生存时间有较大的提高。