移动自组织网络（Mobile Ad Hoc Network,MANET）随着移动无线通信的发展日益成为研究的热点之一。移动自组织网络由于特殊的通信环境,面临着节点移动、资源受限、网络拓扑动态变化等原因造成的信息传输不够高效可靠的问题。同时,时延容忍网络（Delay Tolerant Network,DTN）因为网络密度稀疏和节点移动等原因导致网络中缺乏稳定的端到端连接,因此路由模式是尽力而为的,同样面临着巨大的挑战。为了解决DTN中路由面临的挑战,本文首先提出了社交距离的概念,度量DTN网络中节点间的关系。在此基础上,提出了一个新的SimBetDis,SimBetDis是基于SimBet算法的改进。我们利用Python复杂网络分析包NetworkX对SimBetDis进行了仿真,并将其投递率、时延和开销与SimBet和SimBetAge进行了对比。结果表明,SimBetDis显著提高了路由投递率并降低了开销。为了解决MANET网络中网络拓扑动态变化的问题,我们通过复杂网络的理论验证了无尺度网络更有利于信息传输,并提出用加入超级节点的方式进行拓扑构造的方法。同时,我们通过生物启发的方法,对比了脑神经元和MANET节点,选取了收发分离机制和异质异构网络模型进行了仿真。对于物理层是否采用定向收机制,讨论了误码率和吞吐量随着干扰信号的强度变化的趋势。针对异质异构网络结构,重点讨论了 AODV路由算法的一些性能参数的对比,以及WLAN的时延和吞吐量的对比。结果表明,与传统的全向发全向收、构成随机网络的MANET模型相比,全向发定向收、无尺度分布的具有超级节点的MANET网络信息分发更加高效和可靠。