无线传感器网络(WSN)是一种新兴的多学科交叉的热点研究领域。WSN网络部署环境的复杂性和节点部署的随机性使得网络中的无线链路收发特性呈现时间演进中的动态性、空间分布上的不规则性，以及时间空间上的相关性。复杂的链路特性使很多常用网络协议变得不稳定，进而导致网络能量效率和可靠性大幅度下降。针对上述问题，本文研究了短距离无线网络的链路特征及其监测方法，并针对WSN网络数据汇聚特征，研究各种适应链路特征的高能效数据转发方法。主要创新性研究成果如下：　　 (1)提出了一种基于精细化梯度的组网模型　　 基于跳数指标(到达汇聚节点的通信距离)组织的层次型网络中，同层次节点承担的转发负载在层次内部呈现反向(远离汇聚节点方向)不均衡性。本文使用跳数平均得到的精细化梯度指标(FGS)组织网络，模型证明和仿真结果都显示，采用FGS指标转发数据可以克服节点负载的反向不均衡分布问题。基于该指标提出了4种不同的数据转发方法，仿真结果表明基于FGS指标的转发方法在通信效率上比跳数指标有显著提高，尤其是最大包接收率选择方法，通信效率提高超过100％。　　 (2)提出了一种基于ARQ竞争窗的多链路数据转发方法　　 短距离无线链路普遍存在短时退化特性，如果链路估计的跟踪速度跟不上链路变化速度，将可能错过最佳转发节点。本文提出基于ARQ竞争窗的多链路数据转发方法：通过多节点接收单节点转发策略缓解短时退化链路引起的数据阻塞。文中使用层次转发模型推导出多链路转发方法在网络能量效率和可靠性两方面均优于单链路转发方法的充分条件，该结果得到仿真实验验证。使用非线性时槽映射算法和功率调节机制实现了基于ARQ竞争窗的多链路协同数据转发协议(MCFS)，仿真结果显示基于该方法的协议在可靠性上比优化的单链路协议提高3％～20％，在能量效率上提高10％～30％。　　 (3)提出了一种基于非齐次马氏链模型的短时退化链路特性仿真方法　　 非商业离散事件仿真器不支持短时退化链路特性模型仿真。本文使用非齐次马氏链模型刻画链路短时退化特性，并使用蒙特卡洛采样过程实现适合离散事件运行规则的马氏链状态演化。在NS2平台上实现并验证了该方法，并应用在MCFS协议与单链路优化协议之间的效能对比实验中，在短时退化链路不同参数配置下，MCFS协议的可靠性和能量效率的降低小于7％，而单链路优化协议的降低则在25％以上。　　 (4)提出了一种基于敏感链路代表集的链路监测方法　　 本文根据链路变化的敏感性特征和空间相关特征，提出基于敏感链路代表集的链路质量监测方法。提出基于3种优化策略的贪心算法生成敏感链路代表集，并证明基于该算法生成的代表集的链路监测方案能耗有常数上限。仿真结果表明该方法与常规全局链路质量跟踪方法相比，在常规配置下能耗仅为后者的10％～30％。此外，代表集方法节点能耗的公平性优于常规方法，前者每个节点能耗集中在2个能量单位附近，后者则分布在8～32个能量单位之间。