物联网在网络与物理世界的信息融合和交互方面有着巨大的推动作用,对大数据、人工智能等技术有着重要意义。无线传感网(WSNs)是物联网中的重要感知技术,其通过在感知区域部署大量传感器节点对目标区域进行实时监测。传感器节点之间能够相互感知通信,将收集到的数据传输给基站或用户。在实际应用领域中,传感器节点的电池不可再充且通常情况下更换电池非常困难,因此减少网络中能量消耗、提高数据收集效率是无线传感网数据收集中的重点也是难点。在传统的数据收集算法中,传感器节点一旦被部署成功就不能改变位置,所以节点一般采用多跳的方式将自身数据传输给基站或用户,如此一来耗费了大量的节点能量,容易产生所谓的“热节点”现象,部分节点因为能耗过快而死亡,导致网络连接不通,影响数据的传输和收集。近年来,研究人员提出移动汇聚节点的方法来缓解“能量空洞”问题,从而平衡网络能量消耗。本文主要针对基于无线传感网的移动汇聚节点数据收集算法进行研究与实现,减少网络中节点能耗,延长网络生命周期,主要工作如下:(1)简述了无线传感网的基本概念及应用场景,并且将基于移动节点的数据收集算法分为三类进行分析。介绍了 LEACH数据收集协议的分簇方法以及所存在的优缺点。针对节点易出现“能量空洞”问题,本文提出了一种基于定时器和移动汇聚节点的数据收集算法,分簇阶段考虑到簇头的位置及剩余能量因素。最后对大量实验仿真结果进行分析,表明该算法可以有效地减少网络中的能量消耗,提高数据收集效率。(2)为了更好地缓解能量消耗不均的问题,我们提出了一种基于优化K-means的移动汇聚节点数据收集算法。将传统的K-means分簇算法进行改进,综合考虑簇头与其他节点的位置及节点的剩余能量,而不是直接将簇中心点作为簇头。同时本文引入多个移动汇聚节点访问簇头通信圆的某一点,减少移动节点的运动路径,从而解决网络消耗不均的问题,提高网络生命周期。(3)为了更好地将数据收集算法在实际生活中应用,本文将基于优化K-means的多移动汇聚节点数据收集算法运用于停车场系统中,通过车位传感器读取空余车位信息,RFID读卡器读取车辆信息判断是否允许车辆进出,停车场管理系统发送空余车位位置信息给车辆,此时完成车辆整个进出停车场行为。这样该系统既避免车辆等待车位以及耗费时间寻找空闲车位,同时该数据收集算法也减少了车位传感器的能量消耗,提高数据收集及传输效率。