无线传感器网络是由许多微型的传感器节点构成,然后以无线通信的方式形成的一个多跳的自组织网络系统,其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息。随着传感器网络的深入研究和广泛应用,传感器网络将逐渐深入到人类生活的各个领域。无线传感器网络是一个涉及到多学科交叉的研究领域,有许多关键技术需要研究。其中节点部署就是无线传感器网络的一个基本问题。节点部署是无线传感器网络正常工作的基础,部署的好坏会直接影响到整个网络的性能和效率。而增量式的节点部署作为节点部署中的一种,它是指一个已经部署好的网络在其运行的后期通过一定的算法预测出即将死亡的节点,并用新的节点代替死亡节点的一种节点重新部署方法。它是延长网络生存时间的一种行之有效的方法。近年来节点部署逐渐引起研究者的重视,也提出一些实用的算法。然而在增量式的节点部署中,部署节点之前所产生的事件信息没有被充分利用,没有重视到事件发生概率的选择在增量式节点部署问题上的重要性。本文则利用这些重要信息提出一种新的节点部署方法。新的方法在充分考虑监测区域内事件随机发生的总体信息、样本信息和经验信息的基础上,利用数理统计学中的贝叶斯估计方法对节点所监测区域事件概率做出估计,以此来预测节点死亡的先后顺序,从而确定节点的部署位置。本文在充分考虑贝叶斯估计方法和增量式节点部署策略的基础上,提出了一种在静态路由下基于贝叶斯估计的节点部署算法。将网络在运行到总体能量较低之前所产生的事件信息作为样本来对估计各个监测区域的事件发生概率,最后结合增量式节点部署策略将估计到的概率值应用到算法中。最后本文对所提出的算法进行了实验仿真,实验平台建立在Red hat操作系统GCC的编译环境上,将基于贝叶斯估计的节点部署算法与采用基于均匀分布的节点部署算法和不采用任何节点部署策略的算法在节点命中率、网络生存轮数等方面进行比较来验证算法的有效性。实验结果表明改进后的算法能够使整个网络在相同的能耗水平下提高了30%左右的生存时间,这对能量要求比较高的传感器网络系统意义重大。