无线传感器网络(WSN)是通过对特定区域进行数据采集、处理和汇聚,来实现区域监控的一种新兴技术。由于传感器节点的能量和传输功率有限,在无线通信过程中常受到噪声、多径效应和信号干扰等因素的影响。网络中的链路质量一般具有很强的不确定性。而使用低质量的链路进行通信会造成数据传输失败和频繁的数据重传,不仅会增大网络时延,还会影响数据传输质量,进而增加节点能耗,缩短网络生存周期。因此,本文提出了一种针对链路质量未知的应用场景的链路质量估计模型,并在此基础上提出了一种基于链路质量感知的WSN路由算法。本文的主要工作可以总结为以下几点。(1)分析了链路质量估计和WSN路由协议的相关基础理论。总结了链路质量的位置特性、时间特性和非对称性,介绍了基于硬件参数和基于软件参数的链路质量估计方式。分析阐述了WSN路由协议的定义、问题、分类和性能指标,并且列举介绍了一些经典路由协议。(2)首先,构建了存储链路参数样本的链路数据集,介绍了采集样本使用的硬件设备和采集策略。在链路数据集的预处理阶段,训练基于iForest算法的数据降噪模型并对链路数据集进行数据降噪,之后完成数据归一化。最后,使用预处理过的链路数据集训练基于GBDT回归算法的链路质量估计模型。采用Anaconda平台的Jupyter Notebook进行算法性能对比分析实验。实验结果表明,iForest对链路数据集的降噪效果明显好于其他模型。使用iForest降噪处理后的数据进行训练的GBDT-iForest模型对链路质量的估计精度明显高于其他模型。(3)在获得了链路质量估计模型的基础上,提出节点间链路指标(LIN,Link Indicator between Nodes)这一参数,用以综合评价节点间链路质量和通信代价。通过感知整个网络中所有链路的质量,提出了一种基于PSO优化算法和节点间链路指标的最优分簇策略。在数据传输阶段提出了一种基于信噪比的功率自适应传输方法及相应的路由算法LQP-PA,又在此基础上提出了一种结合多跳传输和功率自适应传输的路由算法LQP-PAMH。采用Matlab2014作为仿真平台,模拟复杂链路质量条件下的WSN应用场景,对本文的路由算法和其他同类路由算法进行性能对比。实验结果表明,LQP-PAMH在簇内通信性能、多跳路径通信性能和网络整体性能等方面均优于其他同类算法。并且LQP-PAMH对监测区域面积的变化有更强的适应性。