无线传感器网络具有广泛应用和巨大发展前景,正受到越来越多的关注与研究。连续对象是空间形态与分布特性无法忽略,同时在空间维度与时间维度上具有连续特征的对象,是无线传感器网络目标监测中重要应用情景。本文主要研究大规模传感器网络下连续对象的边界检测,如化学原料泄露、有毒气体泄露、区域辐射与污染等。当此类连续对象被探测到时,决策者需要能够迅速地掌握其分布特征并制定应对方案,此时获取精确的边界区域尤为重要,是事件能否得到遏制或解决的关键;另一方面,传感器节点通常使用电池供能,难以充电或更换电池,因此在边界检测中如何有效节省网络耗能也是研究重点之一。本文针对上述研究问题提出一种睡眠调度无线传感器网络下,两阶段连续对象边界检测策略,实现能量有效的高精度边界区域检测。主要研究内容如下:首先,本文介绍无线传感器网络中连续对象检测研究背景,并对相关研究现状进行分类与总结。进而基于总结出的研究挑战,提出了两阶段睡眠调度无线传感器网络模型,将整个边界检测过程分成两个阶段,各阶段对节点密度的要求不同,分别采用不同的睡眠调度机制。并介绍计算能量消耗采用的能量模型。其次,在该模型的基础上,详细介绍在第一阶段根据初始激活节点感知数据,使用支撑图构造算法进行连续对象初始边界区域的构建。然后,在检测的第二阶段,基于构建的初始边界区域,根据空间插值算法选择性地激活更多睡眠节点感知更精确的边界信息,相对应的,边界区域得到优化。迭代执行此过程直到没有更合适的睡眠节点,得到最终优化后的边界区域。最后,本文对所构建的睡眠调度传感器网络中两阶段逐步调优检测连续对象边界区域的过程,进行对比实验。通过理论分析和实验结果证明了本文所构建模型的检测准确性和能量有效性。实验结果证明,本论文提出的两阶段检测策略在保证连续对象边界区域检测准确性的同时,显著地降低了无线传感器网络整体能量消耗,延长了网络的生命周期。