无线传感器网络（Wireless Sensor Network,WSN）中的微型传感器节点具有能量有限且硬件性能低的特点,很容易因自身能量耗尽或外界攻击而无法工作。一旦传感器节点失效可能会对WSN的正常运行造成巨大的影响,甚至导致网络崩溃。因此,为了维持WSN稳定可靠的运行,对WSN的抗毁性优化是十分必要的。本文使用图论对WSN的节点和边进行抽象描述,通过分析WSN拓扑结构特征后,对WSN抗毁性进行量化,并建立了 WSN拓扑结构抗毁性优化模型,最终使用启发式算法求解该模型,实现WSN抗毁性优化的目标。主要的研究内容如下:（1）本文通过对国内外研究现状的分析总结发现,目前WSN抗毁性优化大多采用增加网络中的冗余节点和链路的方案。但是WSN中往往具有大量的节点,对节点和链路进行添加后,不但会改变节点度值,还可能会造成数据传输延时和网络成本增加。针对这个问题,本文通过对WSN的拓扑结构特点进行研究后,选择了保度边重连的优化方法,对WSN抗毁性进行优化。（2）本文引入自然连通度作为WSN的抗毁性测度,自然连通度是基于网络特征谱的新型网络抗毁性测度,在进行网络抗毁性的计算时,自然连通度具有计算高效、结果稳定等优点。为了证明自然连通度作为WSN抗毁性测度的有效性,本文对自然连通度与其他网络抗毁性指标在计算复杂度、稳定性和单调性方面进行了对比,并且使用CC2430模块搭建了硬件实验平台,分析移除节点后,自然连通度和临界移除比例变化和相应网络的上位机数据包接收情况。（3）在进行保度边重连优化的过程中,网络的数据传输能力和其抗毁性是冲突关系,对WSN抗毁性优化的同时,需要兼顾网络的数据传输能力。因此,本文对WSN的抗毁性和数据传输能力进行双目标优化,其中分别采用自然连通度和普通传感器节点到Sink节点的平均最短路径长度作为WSN的抗毁性和数据传输能力的优化目标,通过合理的约束假设,建立了基于自然连通度的WSN抗毁性优化模型。（4）为了求解本文的双目标优化模型,本文针对多目标模拟退火算法收敛速度慢等问题,对算法进行了改进,使用改进后的算法求解模型的Pareto最优解集,输出了抗毁性优化后网络拓扑结构。对仿真结果和拓扑结构特点进行了总结与分析,并与FASF模型对WSN遭受攻击后的抗毁性和数据传输能力进行了对比。对比结果证明了使用本文模型可以有效地提升WSN的抗毁性和数据传输能力。