无线传感器网络(WSN)是涉及多学科交叉的前沿热点研究领域.由于环境不确定因素对WSN 生存期具有很大影响，WSN 在具有一定鲁棒性的前提下最大限度地延长网络生存期成为备受关注的关键课题之一。

WSN 的生存期与节点的能耗息息相关。

目前研究人员已提出的多种调度方案大多是基于传统优化方法来设计网络模型，同时这类模型均没有考虑测量误差、环境干扰和人为攻击等因素对建模效果的影响。

针对不确定环境下WSN 生存期优化问题所面临的挑战，本项目在网络动态拓扑模型上，通过研究已有的鲁棒优化理论与模型，综合考虑测量误差、网络内部的节点休眠管理、数据传输策略、环境干扰与人为攻击对传感器网络的影响，探索新的鲁棒优化理论及快速求解算法，构建出适合WSN 生存期优化问题的鲁棒模型、理论与方法，求出WSN 生存期优化问题对应的鲁棒解，为不确定环境下WSN 生存期优化提供新技术。

（1）基于鲁棒优化理论的WSN 生存期建模. 目前针对WSN 生存期的优化方法大都假设了很多理想化前提条件，忽略了误差和干扰的影响。

这种研究思路虽然较易实现，但不切合实际。

这是因为在实际应用中，WSN 会不可避免地受到误差、干扰以及恶意攻击等因素的影响。

WSN 是一个动态的自组织系统，决定其状态的因素很多，这使得WSN 生存期优化算法的性能分析存在理论难度，目前关于网络生存期优化问题的理论研究工作极少，大量的生存期优化算法性能的验证缺乏理论支撑。

纯数学鲁棒优化理论研究表明，对系统建立鲁棒优化模型，通过求解对应模型来计算鲁棒最优解是最优化系统性能的一种有效手段。

针对WSN 动态的分布式自组织的特性，建立基于鲁棒优化理论的生存期优化模型是本项目的一大特色与创新。

(2) 设计基于智能算法的WSN 生存期优化算法 决定WSN 状态的因素很多，若采用传统的鲁棒优化方法对WSN 建模，其模型的鲁棒最优解的计算过程非常复杂。

此外，目前关于系统鲁棒优化的研究大多集中于建立鲁棒对应模型，很少研究有效的鲁棒算法。

实际上，模型鲁棒只能从理论上保证得到的解是鲁棒解，至于如何求解、能否求解则有赖于设计相应的有效算法。

对同一鲁棒模型采用不同的算法，其效率、效果大不一样。

针对WSN 自身的特点，将鲁棒模型和智能算法有机结合，设计针对WSN 生存期优化模型的高效的、稳健的求解算法，以便在工程实际中获得满意效果，这是本项目的一个重要创新。

(3) 构建WSN 生存期鲁棒优化新技术，该技术能兼顾模型的鲁棒性和可解性以及算法的鲁棒性和有效性，普适性强. 研究WSN 鲁棒优化理论，充分考虑实际问题中不确定环境对WSN 整体性能的影响，从数学建模角度控制这些影响。

同时WSN 的复杂性也决定了必须统筹兼顾优化模型的鲁棒性、可解性和求解算法的鲁棒性、有效性，因此，建立基于鲁棒优化理论的WSN 生存期优化新技术既可以对WSN 生存期优化问题提供理论支撑，又可以切实实现对WSN 的生存期优化，这对WSN 的研究和应用具有极其重要的实际意义，也体现本项目的独到之处。