无线传感器网络（Wireless Sensor Networks，WSNs）主要由大量微型传感器节点构成，具备感知、采集并传输信息的功能。由于节点自身携带电池能量有限，因此，实现节点能耗均衡、延长网络生命周期成为无线传感器网络的一个研究重点。节点调度正是这样一种行之有效的方案。它不仅可以有效的减少网络能耗，还可以避免通信过程中的信道冲突、提高网络通信性能。　　目前，节点调度方面已有不少成果，但主要针对全向感知模型。有向传感器网络中的研究相对较少。本文对此问题进行了研究，将部署有向节点的无线传感器网络称之为有向传感器网络，其节点调度也相应称之为有向传感器网络的节点调度，并提出了两种调度算法，分别为基于两阶段优化算法的有向传感器网络节点调度算法和基于量子遗传算法的有向传感器网络节点调度算法。　　基于两阶段优化算法的有向传感器网络节点调度算法首先根据影响有向节点感知方向的节点因素提出优化标准，通过目标效用值的计算结果确定节点最优感知方向，然后执行分组优化调度。仿真实现表明，两阶段优化算法性能优于贪心算法，可以有效地延长网络的生命周期。　　而基于量子遗传算法的有向传感器网络节点调度算法则是在基于两阶段优化算法的基础上做进一步研究，把节点调度转化为优化问题，将量子遗传算法与有向节点调度相结合，采用染色体模型，并通过量子比特编码方式将实际问题抽象化，通过在群体中搜索最优解来实现问题的解决。该方法原理简单，易于操作，便于实现，仿真结果也证明了与两阶段优化算法相比较，量子遗传算法具有更大的优越性。