近年来,随着人类对海洋资源探索的不断深入,水声传感器网络（UASN）逐渐成为了研究热点。为了保障水下节点收集到的数据能够有效的传递给目的节点,设计一个高效、可靠的路由协议是十分必要的。然而,考虑到UASN中网络拓扑不确定性、节点能量有限性以及水声信道环境的复杂性,水声传感器网络路由过程中存在端到端延时长、路径不稳定以及路由空洞等问题。本文针对UASN中的网络寿命短以及路由空洞等问题,分别从设计静态网络路由算法和引入动态节点两个角度对UASN中的路由过程做出优化。首先,本文提出了一种基于蚁群算法的水声传感器网络路由协议（ACAR）,利用蚁群算法优化路径查找过程,从而延长了网络寿命。ACAR包括网络初始化,路由决策以及路径修复三部分。在初始化过程中,结合水声信道的特点,在信息素计算过程中综合考虑了节点深度、节点剩余能量、路径延时以及链路质量信息,利用计算结果为网络中的节点建立路由表,作为路由决策过程的依据;在节点进行数据传递过程中,为了保障路径可靠的同时节约能耗,在网络中设计了本地更新和全网更新两种信息素更新机制;此外,针对网络中动态拓扑导致的路径失效问题,在ACAR中设计了路径维护机制,通过修复断路的方式节省了能量开销。通过仿真实验,ACAR的可行性得到了验证,与同类型协议相比,ACAR能在不牺牲网络投递率以及端到端延时的前提下有效延长网络寿命。接着,为了进一步改善网络的连通性,延长网络寿命,本文引入了具有存储转发功能、且具备长续航能力的水下滑翔机作为动态节点加入到UASN中组成混合传感器网络,并设计了一项基于水下滑翔机轨迹预测的混合水声传感器网络路由协议（GARP）。首先,为了降低混合网络中数据包的复杂度,引入模糊逻辑算法将节点剩余能量、剩余缓存以及链路质量进行模糊化处理,并初始化节点处的路由表;接着,将水下滑翔机布放到网络中,利用网络初始化结果规划水下滑翔机的水平轨迹;在垂直方向,利用水下滑翔机锯齿形运动轨迹的特点,引入卡尔曼滤波算法得出垂直轨迹预测结果,并最终完善路由表。仿真结果表明,GARP能够提升网络投递率,并且有效缩短网络延时,延长网络寿命。