智能障碍场是由装有各类微型传感器的地雷节点,通过无线传感器网络构建的自组织智能地雷网络。智能障碍场实现了节点传感器信息的传输与共享,达到了雷场智能化运作的目的。障碍场网络智能化实现的难点在于,各个地雷节点间网络与整个智能障碍场在网络通信上低延时与低能耗特性的实现。这需要在MAC链路层和网络层,对将传感器节点连接成智能障碍场的无线传感器网络进行优化,本文针对这一难点,在链路层和网络层都提出了协议算法并做了仿真验证。采用低能耗监听与扩展前导技术的无线传感网络B-MAC协议,具有低能耗,支持异步的特点。针对智能障碍场网络低延时特点,提出一种基于异步调度策略的低延时MAC协议EB-MAC,改善了BMAC协议的延迟与丢包率。仿真实验证明,该协议有效减小前导码序列的长度,保持了低占空比,降低了端到端的通信延时,对网络拓扑的变化具有良好的兼容性,能满足智能障碍场的性能需求。为了解决节点间连接受能量影响的问题,提出一种可以自发进行链路重连的跨层路由LECR-AODV协议。通过在链路传输层对每个传感器节点的传输质量和网络竞争情况进行评估和记录,将电池余量、传输质量和节点能耗率作为节点的网络维护依据,实现能够平衡网络连接质量和电池能耗的点对点网络连接。同时,在智能障碍场网络的MAC协议层加入了点对点网络维护机制和传感器节点网络本地修复机制,用来恢复点对点网络连接因能量下降和传输信号量过大发生的中断,提升了网络的稳定性。与常用的DSR、MTEC、AODV协议进行仿真对比,观察LECR-AODV协议的优劣性。将传统智能障碍场网络的蚁群算法和低能耗路由LEACH(Low Energy Adaptive Clustering Hierarchy)协议相结合,提出一种基于二路蚁群算法进行簇内和簇间通信能量优化的LEACH协议的方法。利用二路蚁群算法协助LEACH协议做簇类中心节点的分配与网络传输路径的选择。仿真实验表明,改进后的协议平衡了智能障碍场整体网络能耗,延长了网络的生命周期。针对中LEACH协议簇类中心点选举阶段没有考虑节点能量和距离因素的不足,提出通过改进的K-Means机器学习聚类算法优化后的LEACH协议来实现智能障碍场网络,并在Matlab中对协议的能耗进行了仿真。实验表明,优化后的K-Means协议算法通过整个网络节点的能量均衡,有效得提升了智能障碍场整体的生命周期。