随着传感器成本的降低和无线网络的发展和普及,无线传感网络(Wireless Sensor Networks,WSNs)已在智能交通、环境监测和医疗保健等领域得到了广泛的应用。由于不同的应用对于源于传感器的数据的服务质量(Quality of Service,Qo S)保障有不同的要求,同时无线传感网络底层网络能源资源、计算处理能力、网络资源受限且分布不均,因此无线传感网络对Qo S保障提出了非常高的需求。由于可以弹性得提供计算、存储、网络服务,雾计算(Fog Computing)被认为是下一代无线传感网络的趋势。虽然雾计算的应用解决了很多Qo S保障的问题,但是由于网络中数据是通过内容感知的控制器转发的,数据可以根据内容进行分类,而基于内容分类的数据对于Qo S的需求都是不同的。静态的Qo S配置不能很好的用于由内容感知而分类的数据类型,因此需要对Qo S进行动态的配置。因此,传统的Qo S配置技术不能直接应用于基于雾计算的无线传感网络架构中。虽然目前已经有许多研究关注基于雾计算的无线传感网络,但是仍没有能够很好结合雾计算和无线传感网络本身特点的架构被提出。另外,应用于这一架构中的动态的Qo S配置机制依然是有待进一步探讨的研究点。基于以上所提到的问题,本文提出了基于雾计算的分层的无线传感网络架构。同时基于此架构,设计了软件定义的动态的Qo S配置机制。主要工作如下:1)在无线传感网络架构中,在基站节点层和汇聚节点层配置雾计算节点,通过分层的雾计算架构,实现数据处理的本地化,降低网络传输过程中的时延,以及网络数据中心的负载。2)设计了基于雾计算的软件定义(Software Defined Network,SDN)控制器节点、雾计算节点的具体细节。通过SDN控制器、基站雾节点、汇聚雾节点的协同合作,保障不同类型数据的Qo S。3)基于网络演算(Network Calculus,NC)设计了Qo S异常预测机制。通过NC模型,提前对网络异常状态进行感知,从而主动进行Qo S的请求,对网络资源和计算资源进行按需动态分配。4)设计了软件定义的Qo S动态配置机制。对无线传感网络软件定义架构关于Qo S配置的流表进行设计,包含了Qo S请求、响应、配置等。因为所有的Qo S配置都是通过流表进行传输的,所以不需要对整个网络进行改动。5)通过搭建网络仿真测试环境,评估了网络的时延和带宽利用率,从而证明了本文所提出的传感网络中基于雾计算的软件定义Qo S配置机制有较好的可扩展性和细粒度控制能力。