作为物联网的重要组成部分，无线传感器网络因其具有良好的信息感知及数据交互能力，近年来格外受到研究者们的关注与重视。无线传感器网络由大量低功耗、低成本、多功能的无线传感器节点组成，这些传感节点既能够进行数据采集及信息处理，又可以通过无线信道进行通信互联，因此由它们组成的无线传感器网络便可通过无线通信技术及自组织方式形成一种面向任务的网络系统。但由于在传统无线传感器网络中密集部署的传感节点需要通过网络中唯一的汇聚节点(sink)才可将数据信息传送至用户终端或控制中心，而这种多对一的传输模式使无线传感器网络在能耗均衡性、可靠性等诸多方面均面临着很大的问题，同时又因无线传感器网络应用领域的不断拓展，也使得单汇聚节点结构更加不能满足无线传感器网络快速发展的要求。因此，本文通过在网络中增加汇聚节点个数的方式来解决上述问题，从而使无线传感器网络的运行变得更高效、更稳定、更健壮，并且便于管理。本文针对多汇聚节点的无线传感器网络开展研究，分别从路由协议设计、多汇聚节点的重定位技术及数据融合策略等三方面进行了深入研究并提出了相关算法。本文的研究成果主要包括以下三个方面：第一，本文提出了一种基于模糊综合评判理论的最优路由选择算法ORFCE。该算法通过对传感节点到汇聚节点的跳数、路径最小剩余能量与最小平均链路质量三方面因素进行模糊综合评判的方式，提供了传感节点到对应汇聚节点的多路径、层次型、主动与按需混合并考虑QoS的分布式最优路由选择，在赋予路由选择以人性化思考的同时，可保证无线传感器网络具有更长的网络生存期、更高的数据包交付率和更少的路由控制信息。仿真实验结果表明，与未使用模糊理论及未对影响因素进行全面考虑的其他多汇聚节点路由协议相比，本文所提出的ORFCE算法可平均延长约2.8倍的网络生存时间，提高约14%的数据包交付率，并减少了约37%在路由过程所产生的控制信息数量。第二，本文提出了一种基于质心原理的多汇聚节点重定位算法EEMSR。该算法通过将汇聚节点的一跳邻居传感节点视作质点系、其向汇聚节点传输的数据包数量作为质点质量的方式，利用质心位置的计算方法将多个汇聚节点当做各自质点系的质心用协作移动的方式逐步逼近并最终定位至各自的最优位置，且汇聚节点的当前最优位置可因网络运行状态的不断变化而进行相应的调整，从而始终保证无线传感器网络在传输数据信息时可经历更少的平均跳数及消耗更少的平均节点能量。仿真实验结果表明，与汇聚节点固定不动时相比，本文所提出的EEMSR算法可平均延长约69%的网络生存时间，提高约5%的数据包交付率；而与采用其他策略的汇聚节点重定位算法相比，该算法也能平均延长约18%的网络使用寿命，并提升约6%的数据信息传输的成功率。第三，本文提出了一种可权衡传感节点平均能耗及数据传输平均延迟的数据融合算法ECLT。该算法首先使用二级模糊综合评判方法对原有最优路由信息利用传感节点的一跳邻居节点当前一段时间内所转发的数据包个数进行有利于数据融合的相关调整，而使新的数据转发路径在很好的均衡网络中各节点能耗并有效提高数据传输可靠性的同时，通过增加原有路径间交叠的方式来高效的提高数据融合度；其次，该算法还可利用传感节点的自身状态来动态调整其当前的融合等待时间，使该数据融合定时机制(timing)既能有效的均衡网络中各传感节点的平均能耗，又可很好的降低网络中的平均数据延迟。仿真实验结果表明，与未考虑数据融合的算法相比，本文所提出的ECLT算法可平均延长约1倍的网络生存时间，但会降低约3%的数据包交付率；而与采用其他数据融合机制与融合等待定制策略的算法相比，该算法也能平均延长约10%的网络使用寿命，并提高约6%的数据包交付率、降低约6%的平均传输延迟及提升约16%的数据融合度。