无线传感器网络(Wireless Sensor Networks,下文简称WSN)是近年来一个热门的研究领域。在很多WSN应用中,如静态物理环境监测,动态目标轨迹监测,传感器节点分布结构将直接影响WSN应用的稳定性和效率。与之相似的是,在计算机图形学领域中,以离散点的形式采集连续信号的过程是计算机图形学的重要基础研究工作。采样点的分布效果将对渲染,网格化等其他图形学研究工作产生重要影响。因此本文提出将采样领域的研究应用于WSN节点分布工作,结合具体的应用场景研究该策略的可行性,并通过实验对比分析采样方法的优势。与传统的节点分布分析方法不同的是,本文基于频域特征分析方法,研究泊松圆盘采样分布结构(Poisson disk Sampling,下文简称PDS)的频域特性,即蓝噪音特性,并对比其与其他传统节点分布结构频域特性的区别。频域特性是传统分布结构往往忽略的重要特性,本文结合了频域特征分析方法和空间特征分析方法,提出将PDS方法应用于WSN节点部署工作中。由于WSN的应用场景广泛且环境复杂,本文重点利用PDS方法的若干空间属性,将WSN的应用需求和PDS自身属性有效结合,验证该采样方法在不同场景中的可行性。另外,结合WSN领域的两个应用场景,“路径跟踪”和“多跳”通信,设计模拟实验分别计算数据采集结果误差和通信过程的消耗代价,模拟实验结果表明高效的采样方法在传感器节点部署工作中具有明显的优势。最后,针对WSN应用的节能需求,本文利用多层级采样方法设计了一个多层节点节能方案,该方案可以根据空间覆盖率或连通性的需求对多层节点进行分配,尽可能关闭更多节点,充分降低能源消耗,同时活跃节点的分布结构始终保证了蓝噪音特性。综上,本文从多个方面论述并验证将PDS方法应用于WSN节点部署工作的优势,并展望未来在该领域继续发展的研究方向。