无线传感器网络(Wireless Sensor Networks,WSN)是一个使用无线通信技术进行节点间相互通信的网络,它由分布在指定区域的传感器组成,具有大规模、自组织、动态拓扑等特点,应用前景非常广阔,广泛应用于军事、环境监测等领域。在无线传感器网络中,数据无处不在,传感器节点之间相互协作,采集和感知网络覆盖范围内的目标数据信息。假设有一个汇聚节点(Sink),它具有比其他传感器节点更强的计算能力。因此,将网络内传感器节点的所有数据发送到汇聚节点的过程称为数据采集或数据汇聚。数据采集是传感器节点将感知的所有原始数据以多跳方式传输到基站。与数据采集不同,数据汇聚允许在网络内处理,意味着数据可以在网络中压缩。对于数据汇聚,根据应用要求强调不同的目标,例如降低能耗,最小化延迟,提高传输数据的准确性等等。协议干扰模型下的数据汇聚问题最近已经被广泛地研究,并且已经提出了许多高性能的汇聚算法,但协议干扰模型只考虑有限区域内的干扰而忽略了其他并发传输链路的干扰。为了解决此问题,需要一个更真实的模型来克服基于协议干扰模型的缺陷,物理干扰模型即SINR(Signal to Interference plus Noise Ratio)模型能准确地捕捉到链路之间的干扰,并且具有增加网络容量的潜力,被认为是更现实的模型。研究基于物理干扰模型下的数据汇聚问题时,主要考虑以下几个方面的性能:汇聚延迟、能量消耗和容量。其中,延迟最小化是在物理干扰模型下数据汇聚的首要目标。本文的结构如下:第一章介绍了无线传感器网络的概念和特点,数据汇聚问题的研究背景以及国内外研究现状。第二章介绍了物理干扰模型下数据汇聚问题研究的理论基础。第三章提出了一个基于链路划分高效的汇聚算法FNNAS,它通过寻找最近邻居的方法构建数据汇聚树,结合改进的基于链路划分的调度策略来完成汇聚。第四章首先在理论上分析了基于树结构的链路调度策略,提出了构建适当的拓扑算法可以帮助减少数据汇聚问题的调度延迟的结论。根据高功率的发送节点和低功率的发送节点提出了基于功率分配的集中式汇聚算法PDA,根据网格划分和染色机制,提出了分布式的汇聚算法IG-DDA,通过理论分析证明和仿真实验验证了算法的准确性和有效性。第五章对本文的研究内容进行总结与展望。