移动多跳绿色网络是计算机网络和移动通信结合而产生的新型网络,其无需任何基础设施就可以实现通信,由于其具有移动性、高传输速率、易于扩展性等优点,因此移动多跳绿色网络具有非常广泛且乐观的应用前景。然而,目前移动多跳绿色网络中的节点只能利用携带电池作为其能量来源,一旦电池耗电完毕,节点就无法正常工作。近年来,我国都在践行可持续发展策略,为此节能减排已成为通信行业研究的焦点和热点。并且随着互联网的飞速发展,使得现阶段无线网络流量呈现出了动态性、波动性、时变性、随机性、突发性和分形特性等特点。因此,研究基于流量感知的动态自适应协同能效优化策略具有非常重要的战略意义和研究价值。本文的主要工作如下：首先,本文研究了基于链路流量感知的自适应协同能效优化策略,建立了链路级的能效优化机制。由于链路网络流量具有自相似性、长相关性、突发性和分形特性等特性,本文首先基于多时间序列分析理论,构建了移动多跳网络的链路级流量感知模型；同时根据该流量感知模型和节点的位置信息,通过减少高能耗的节点选取,本文提出了基于链路流量感知的最大能效单播路由算法(LTMUR),建立了源到目的节点间的能效最大路径；本文由提出了利用修改ACK响应帧的方法,构建了链路自适应协同休眠算法(LACS);同时利用SNR能够反映信道状态,本文提出了基于接收端的SNR的链路速率自适应调整算法(LRAA)。本文,通过这一系列的能效优化机制,降低了网络能耗,提高了网络能效,达到了链路级的能效优化的目的。然后,本文研究了基于端到端流量感知的自适应协同能效优化策略,建立了网络级的能效优化机制。本文首先通过逐级配对的方法建立了多个源节点到目的节点间的能耗最小路径,建立了多源单目的能耗最小路由算法(MMSR);然后,基于流量矩阵的概念,同时结合端到端网络流量的特性,本文基于压缩感知理论构建了端到端流量感知模型；同时,本文通过数据特征信息提取的方法,将待传输数据流量进行有效地压缩,构建了基于端到端流量感知的数据融合机制算法(ETDFM)。本文,通过这一系列的有效节能机制,降低了网络能耗,提高网络能效,达到了网络级的能效优化的目的。通过仿真实验比较分析,本文提出的两个算法在降低网络能耗,提高网络能效方面均体现出了其优越性。