利用节点的移动性，移动无线传感器网络可为广阔的区域提供低能耗、低延迟、高数据吞吐量的传感网络覆盖。然而，大规模移动传感网中移动节点分布的时空异构性将导致静态传感器数据采集协议在延迟、公平性等性能指标上的下降，，也将造成数据路由性能波动，极大的影响了数据采集性能。如何利用分布时空异构的移动节点在给定数据时延限制内有效的采集静态传感器数据并上传至数据采集基站，成为移动传感网研究的关键问题。针对移动传感网数据采集问题，本文首先定义数据送达效率为给定数据时限内全网数据成功送达至数据采集基站的概率。在此定义基础上，本文分别从数据采集和数据路由两个层面，逐步优化数据送达效率。在数据采集层面，设计了基于协作通信的低能耗传感器数据移动采集算法。该算法通过引入协作通信，在满足传感器数据采集效率的前提下，优化了传感器能耗。在数据路由层面，本文介绍了节点自感知密度的自适应容延迟路由算法。该算法针对移动节点分布时空异构特征，考虑了无线信道容量的约束，利用节点自感知的密度信息，自适应地调节数据转发策略，从而充分利用有限的信道容量并合理避免冲突，提高了全网数据路由效率。本文进一步在北京市出租车轨迹数据集上验证了上述算法性能。该数据集包含北京市27,000辆出租车2009年5月的全部GPS轨迹数据。仿真表明，本文所述低能耗数据采集算法在保证数据采集效率的前提下，传感器能耗降低约50%。同时，与传统容延迟路由相比，在无线信道容量有限的网络中，本文所述路由算法数据路由效率提高了约20%，且具有良好的公平性。本文所述算法均以给定数据时限内的数据送达概率为评价指标。该指标切合大部分实际移动传感网的应用要求，为算法的实际应用提供了性能保证。本文所述算法充分考虑了节点分布时空异构性和无线信道容量有限性对网络性能的影响，与传统算法相比，可有效提升大规模移动无线传感网数据送达效率，且具有良好的公平性。算法均为分布式，复杂度低，在实际应用中易于实现。