无线Mesh网络(WirelessMeshNetworks,WMNs)由于具备低控制开销和高容量等特性已受到业界的广泛关注,其骨干Mesh路由节点准静止、能量无约束等独有特征使得网络在增加整体容量、扩大无线覆盖范围、支持多频段无线设备、提高网路可靠性和鲁棒性等方面都显示出了很大优势。近年来随着物理硬件技术的成熟,利用多射频多信道(Multi-radioMulti-channel,MR-MC)技术为Mesh路由节点装备多个射频接口,采用多个正交信道进行并发通信更进一步增加了无线Mesh网络的整体容量。目前,很多带有组播特征的业务亟待通过MR-MCWMNs得到覆盖范围的延展,这些组播业务对网络容量、传输实时性、链路质量等都提出了更高的需求。因此,如何为MR-MCWMNs提供高性能的组播服务是网络面向实用化的关键。在实际复杂网络环境下,MR-MWMNs组播可以归纳为多约束条件下组合最优化求解问题。该问题不仅包括网络层路由优化,还同时涉及到信道分配、带宽分配以及传输速率调节等其它子优化问题。本文侧重于研究组播路由和信道分配的联合最优化问题,并基于理论优化成果提出了一系列针对MR-MCWMNs组播优化问题的解决方案和算法。本文开展的研究工作如下:　　 (1)对MR-MCWMNs组播优化的内涵进行了研究。结合实际高性能的组播业务需求以及WMNs网络特征给出了相适合的MR-MCWMNs组播优化框架,并重点从组播路由、信道分配和带宽分配三个层面分析了组播优化需要解决的关键问题。在此基础上对组播优化框架中的各项技术如路由度量、组播选路和信道分配等进行综述,详细分析和比较了已有的相关研究工作及成果。然后,重点就面向实用化的WMNs组播跨层优化技术进行了阐述。　　 (2)对MR-MCWMNs组播最优化理论模型进行了研究。本文研究组播优化的首要目标是在确保各单流负载的前提下最大化网络对混合组播业务流的承载能力,提高整体组播吞吐。基于该优化目标,对影响组播最优化的节点射频接口数目限制和同信道邻近干扰等网络约束进行形式化分析,研究并建立了MR-MCWMNs多组播流场景下组播路由吞吐最优化模型LPT。鉴于LPT对信道分配约束的不完备性,进一步联合网络层组播路由对多组播流并发场景下的信道分配优化问题进行研究,建立了信道分配最优化模型ILP-CA。此外,考虑到理论成果的实际可行性,也对物理干扰模型下组播路由和信道分配优化问题进行了理论研究。上述理论建模及获得的组播优化理论为MR-MCWMNs组播相关算法的研究及设计提供了理论指导和支撑。　　 (3)对MR-MCWMNs组播路由优化子问题进行了研究。分别从设计原则、设计目标和分类方法三个方面对WMNs组播路由技术进行了阐述,并详细解析了网络的多射频多信道以及多速率特征对组播路由设计的影响。然后,基于组播路由吞吐最优化模型LPT及其相关理论分析结论,研究了两种适合MR-MCWMNs的负载感知组播路由度量FLMM和FLMMR,并对两者的单调性和保序性依次进行了分析。其中,FLMM可以感知网络各信道上的流量负载分布,FLMMR则进一步考虑了实际网络环境下链路质量的不稳定性。在此基础上,研究并设计了一种增强型MR-MCWMNs组播路由协议MAODV-MR,并通过仿真评估了所提度量和协议的有效性。　　 (4)对面向MR-MCWMNs组播的信道分配优化子问题进行了研究。结合MR-MCWMNs多组播流并发场景下信道分配最优化模型ILP-CA及建模分析结果,研究了针对MR-MCWMNs组播树节点传输信道分配的算法设计策略。该策略能够从理论上保证所得信道分配算法的有效性。依据该策略,研究并设计了一种面向MR-MCWMNs组播的分布式负载感知信道分配算法LCAM。LCAM以最小化网络带宽占用率为信道选择的首要目标,可以感知并减轻网络各信道上的传输干扰。此外,通过仿真评估方法,对该算法的有效性进行了验证。　　 (5)在前面MR-MCWMNs组播优化机制和算法研究的基础上,结合自主搭建的分布式机器人传感网络试验床,研究了MR-MCWMNs组播应用系统的实现方案。具体从网络配置、节点软件架构方面对所提实现方案进行了研究,并重点对核心组播路由／信道分配模块的数据结构及相关服务进行了分析和设计。