移动群智感知作为一种全新的感知模式,将普通用户的智能移动终端视为感知单元,通过短距离无线通信相互协作的方式,为完成大规模感知任务提供新思路。受覆盖范围、用户偏好和网络访问代价等因素影响,移动群智感知网络中仅利用固定设施进行数据传输的方式已不再适用,同时因其节点分布疏松、间歇性连接的特征与机会网络尤其相近,因此机会式路由常被作为作为移动群智感知的数据传输模式。然而现有机会式路由方法通常关注节点地理位置对用户需求的影响,或社会信息与数据交互的关联,但对节点时空特性的结合方面考虑较少,且未能结合节点能量和资源约束的感知情况,具有明显的缺陷。故而本文提出一套面向移动群智感知的机会式路由方法,其包括路由方法和缓存管理方法,通过选取合适参与者转发数据和解决数据冗余造成的拥塞,以提高网络的整体性能。首先,在移动群智感知网络连接较弱或通信资源有限的环境中,现有路由策略考虑因素过于单一且在平衡各属性的决策中常伴有主观性。因此本文结合已有的机会式路由方法的优点,将节点地理位置和移动状态作为链路连接的基础,采用求取Pareto最优解集的方式客观衡量节点间关系,并考虑节点能量和缓存对网络可用性的影响,提出一种基于Pareto最优解的多属性路由方法,为中继节点的选择指定规则,从而改善网络的整体性能。其次,在网络资源有限的情况下,针对用户节点感知范围重叠会导致数据冗余,以及机会式路由方法在执行消息转发时会造成网络拥塞的问题,本文提出一种基于优先级队列的缓存管理方法。该方法考虑到消息在节点缓存中的状态,利用优先级队列的机制,在网络发生拥塞时执行相应的丢弃策略进行缓存管理,从而在保证消息丢弃公平性和缓存动态均衡的同时,降低对节点间通信的影响。最后,在ONE实验仿真平台实现提出的两种方法,并与现有路由策略和缓存管理方法进行了对比和分析。实验结果表明,论文提出的方法通过降低能量损耗延长了网络的寿命,并在缓存管理方法的作用下,进一步提高了移动群智感知进行数据传输时的网络整体性能。