无人机辅助的无线传感器网络(Wireless Sensor Networks,WSNs)中,无人机的分布或轨迹对整体网络拓扑结构有着重要影响。可以通过合理的利用无人机的移动性和空中信道条件,设计优化无人机部署和轨迹规划算法,改善传统WSNs中传感器能量消耗不均匀、部分传感器死亡导致网络中断等问题。目前的无人机辅助WSNs研究算法大多只是考虑如何利用无人机去覆盖所有节点。本文则提出在小世界现象的研究基础上,结合地面传感器网络的自组织特性,使用无人机辅助少数关键节点进行数据传输,以此降低WSNs的能量消耗和网络时延,以实现WSNs的高效数据传输。本文分别在单个无人机辅助WSNs和多个无人机协作部署辅助WSNs的两个场景中,研究了单个无人机轨迹规划问题和多个无人机优化部署问题:1、在单无人机辅助WSNs场景下,基于小世界现象理论的基础,提出使用无人机对WSNs进行小世界网络的构建,分析加入无人机辅助后的WSNs中的小世界特性。仿真验证了无人机飞行轨迹的长短对WSNs的能量消耗和传感器能耗均衡性的影响。其次提出基于传感器节点分布特性的无人机轨迹优化算法,通过仿真验证在相同的飞行距离下,优化后的无人机轨迹相比于固定的飞行轨迹可以使WSNs的能量消耗进一步的降低。2、在多个无人机协作部署辅助WSNs场景下,基于维持无人机之间、无人机与基站之间的连通性,并保证数据传输的有效性的条件下,考虑传感器节点的分布特性和无人机对传感器的覆盖能力,通过设计多个无人机的最优部署的启发式算法,优化WSNs的网络时延和能量消耗。随后研究无人机数量对于WSNs的性能影响。仿真证明了最优部署算法计算出的无人机分布位置可以保证无人机之间和无人机与基站之间的连通性,并且大幅度降低WSNs的网络时延和能量消耗。