如今,许多新兴的无线传感器网络应用需要节点进行大数据量的采集、处理与传输,同时该过程必须满足严格的实时性要求。而传感器节点资源受限,由单个节点来完成这些工作可能无法实现网络应用的目标。多节点协同任务处理策略能有效地解决无线传感器网络应用需求与传感器节点资源受限之间的矛盾,通过任务分解、任务描述、任务分配、任务调度等步骤,实现了任务的并行处理,充分地利用了网络资源,既能满足无线传感器网络应用需求,又能延长网络生存时间。本文应用多目标粒子群优化算法来实现优化的任务分配与调度,提高任务分配与调度解的一些性能。另一方面,本文还对节点的任务处理进行了节能优化设计。本论文的研究内容和主要贡献概括如下：1.提出了一种新的任务分配与调度解的状态转移方法。通过建立单点交叉及基于复制的变异操作,使任务分配与调度解朝着较优的状态转移,所获得的新解满足无线传感器网络任务分配与调度的各项要求与限制。2.提出了一种基于改进多目标粒子群优化算法的无线传感器网络任务分配与调度优化算法。该算法随机地产生一部分初始解,根据所提出的状态转移方法在解空间进行迭代寻优,并采用基于熵权的逼近理想解的排序法来引导寻优过程。仿真实验证实,算法计算简单、搜索效率高,能得到多目标优化的任务分配与调度方案。3.提出了一种低功耗实时动态电压调节算法。该算法利用所建立的节点单任务处理模型来反映相关通信事件对任务处理的影响,引入基于控制流信息的任务内的电压优化调度策略,获得了模型中基本块理想的处理频率(或电压)。通过创建频率拆分法,有效地消除了任务完成期与截止期之间的空闲时隙。仿真研究表明该算法能有效地降低节点任务处理能耗。4.提出了一种改进的基于情景检测的安全任务内电压调度算法。该算法利用任务程序少数参数的值域定义情景并在任务处理过程中进行检测,因而在在线处理的情况下,可较为精确地预测后续处理的部分路径,优化地调度处理电压。通过所提出的情景检测点设置算法,在任务程序中找到了检测参数情景最合适的点。通过仿真实验证明该算法能有效地降低节点任务处理能耗。