近年来,水声传感器网络(UASNs)已成为热门研究课题,能效问题作为UASNs的基础保障,得到了广泛关注。然而,由于水声传感器节点由电池供电,节点能量过早耗尽将会影响网络生命周期,因此降低节点能耗,延长网络生命周期,提高能量效率成为迫切需求。针对上述问题,本课题对水声传感器网络高能效路由机制进行研究,从延长网络生命周期和降低能耗两个方面实现能量高效。一方面,该机制设计了一种基于Q-Learning的长生命周期延时感知路由算法(A Q-learning based delay-aware routing algorithm,QDAR)。与传统的贪婪算法不同,该算法在路由决策过程中同时考虑当前回报和未来回报,进而确定全局最优的下一跳节点。在Q-Learning动作效用函数的定义中,综合考虑了剩余能量和传播延迟,在限定延时的条件下,均衡网络剩余能量,避免个别节点过早死亡。另一方面,为了保障路由算法顺利进行,更进一步实现能量高效,提出了一种基于指向性换能器的水声传感器网络功率分配算法。设计支持指向性的邻节点发现过程,使节点获取信道信息,以归一化系统容量最大化、对邻近节点的干扰最小化为目标建立效用函数,通过求解最大化效用函数的最优解对节点进行功率控制。该算法能缓解隐藏终端和暴露终端问题,减低节点间的干扰,提高信道空间复用率,从而减少由于数据重传而导致的能耗。本文基于跨层模型,分别从路由层和MAC层提高水声传感器网络的能量效率。路由层以延长网络寿命为目标进行路径规划,在数据传输过程中,MAC层根据通信环境进行合理的功率分配,以节约节点能耗,降低通信干扰。仿真实验表明,本文的高能效路由机制可以在延长网络寿命的同时控制传输时延,并通过功率分配算法达到较高的系统容量,进而提高能量效率。