目前,无线传感器网络（Wireless Sensor Networks,WSNs）广泛应用于军事反恐、环境监测、精细农业、医疗健康、智能家居和工业生产控制领域。在WSNs中使用不同类型的节点进行监测时,会形成异构无线传感器网络（Heterogeneous Wireless Sensor Networks,HWSNs）。在HWSNs中,覆盖空洞是一个关键基础性问题,传感器节点被飞行器随机抛洒于指定区域,用于监测人们感兴趣区域事件的发生。由于节点的随机部署,在区域覆盖和栅栏覆盖中,都极有可能产生覆盖空洞问题。此外,能耗问题和整个网络的生命周期密切关联,在修复覆盖空洞时,必须优先考虑能耗问题。本文在区域覆盖和栅栏覆盖修复模型构建与空洞修复中,提出以下优化改进方法。（1）在HWSNs出现区域覆盖空洞问题时,提出一种节点间的多因素协同空洞修复优化算法。首先,对随机部署在HWSNs中静态节点进行Voronoi多边形划分,确定感知圆交点坐标;其次,连接各静态节点的关键感知圆交点确定空洞区域,将不同形状的空洞统一退化成凸包,计算出待修补节点位置;最后,依据待修补点与移动节点之间的多因素协同关系,建立节点间匹配决策表,依据决策表,移动节点进行有限距离的移动实现覆盖空洞修复优化。（2）在HWSNs中入侵检测是栅栏覆盖研究的重点问题之一。通常,在一个狭长栅栏带状区域内,通过部署的有向传感器节点对入侵目标的行为轨迹进行追踪。首先,通过随机增量方法构造初始节点的Delaunay三角网作为最初部署模型;其次,将网络模型中的低能量节点通过前期部署的冗余节点围绕距离,能量和节点关键性进行修复;最后,提出一种基于点、面和边的入侵节点位置轨迹追踪方法,将入侵目标在栅栏网络的定位问题转化为点定位问题,构造入侵节点穿越模型,持续对入侵节点进行轨迹追踪。通过对区域覆盖和栅栏覆盖的实际应用场景进行分析,将计算几何中的Voronoi多边形、Delaunay三角形、凸包与HWSNs中的覆盖空洞进行统一建模分析,继而进行空洞修复。仿真实验表明,不管在区域覆盖还是栅栏覆盖中,经过优化后的网络模型,在能耗优先前提下,网络整体覆盖率和生命周期都得到提高。