在无线传感器网络中,传感器节点在电源能量、计算能力、通信能力等方面具有局限性,节点间如何相互协作并发挥其整体综合作用,是设计无线传感器网络自组织的重点和难点。同时,针对无线传感器网络能量有限的特点,如何延长网络生存期也是设计无线传感器网络的另一个重点。本文以无线传感器网络自组织方法作为主要研究对象,分析了几种国内外比较典型的无线传感器网络自组织的方法,以及在此基础上提出了两种基于增强学习的自组织方法。从现有的自组织方法可以看出,无线传感器网络的自组织是通过路由协议和拓扑控制实现的。针对这个两个解决途径,本文将增强学习算法运用到自组织系统中,分别提出了基于Q学习的自组织策略(QLSOP,Q-Learning Self-Organization Policy)和基于TD能量预测的最小生成树的自组织方法(TD-MST,Temporal Differences Minimum Spanning Tree)。QLSOP充分利用了Q-Learning算法的动态适应性,综合考虑了距离、跳数、通讯能耗、剩余能耗的因素,使得节点可以利用值函数来寻找最优路径,找到传感器节点的能量消耗和剩余能量之间的平衡点。TD-MST利用TD算法进行节点能量预测,计算出能量消耗和剩余能量之比,以此作为权值,以sink节点为根构建最小生成树。值得指出的是,利用TD算法预测邻居节点的能量消耗,避免了节点间发送大量的告知信息,减少控制信令的能耗。通过仿真实验结果可以看出,上述的两种自组织方法可以把网络平均时延控制在一个较低的层次,同时还能延长网络生存周期。本文的研究成果主要适用于对自组织性要求较高的小规模场景,也有助于对新自组织方法的探索。