随着通信技术、嵌入式计算技术和传感器技术的快速进展,促进了无线传感器网络(Wireless Sensor Networks,WSNs)的飞速进步。由于需要监测的环境日趋复杂,人们想要感知的信息日趋丰富,将图像、视频、声音等信息量更为丰富多媒体信息引入到传统无线传感器网络中成为新需求。由此,无线多媒体传感器网络(Wireless Multimedia Sensor Networks, WMSNs)应运而生。作为新的研究领域,WMSNs中存在许多问题需要研究。其中覆盖控制机制是各项研究的基础保证,覆盖反映了WMSNs对物理环境的感知能力,并对整个网络的服务质量(Quality of Service,QoS)有着直接的影响,这就需要设计合理的覆盖控制机制,提高网络的工作效率。同时,WMSNs的高耗能是影响网络服务时间的关键因素,对庞大的数据量如何降低能耗也是研究的热点。研究网络覆盖控制的基础是节点的感知模型,这直接确定节点的感知范围。与WSNs中的节点不同,WMSNs中的无线多媒体传感器节点具有视角性和方向性。现有的相关研究大多基于扇形感知模型,但对于在无线多媒体传感器节点上具有重要地位的视频传感器来说,采集到图像的清晰度能否被接受是衡量获取的感知信息是否有效的重要指标,因此,扇形感知模型并不完全符合实际应用。本文中通过分析光学定义,在扇形感知模型的基础上提出改进的扇环感知模型,并在此基础上研究WMSNs的覆盖控制机制。将虚拟势场算法(Virtual Potential Field Algorithm, VPFA)应用到WSNs的覆盖问题中已经取得了一些研究成果。VPFA具有简单、易实施、计算复杂度低等优点,在WMSNs勺覆盖部署中也同样适用。但采用VPFA算法进行覆盖优化时,节点存在局部极小问题,会导致网络覆盖效果不佳甚至覆盖控制失效。本文基于VPFA算法的基本思想,引入邻居节点的共同覆盖率,并考虑对边界节点的有效利用,提出了混合虚拟势场算法(Mixed Virtual Potential Field Algorithm, MVPFA)。 MVPFA在覆盖控制过程中,通过计算邻居节点间的共同覆盖率,打破局部极小,提高算法效率。在首次优化完成后确定边界节点,通过边界斥力增强边界节点的使用率。通过仿真实验和应用实例说明MVPFA的有效性。传感器网络覆盖优化完成后,一般会采用调度策略对传感器节点进行调度,以通过节点的相互协作达到节约能耗等目标。在WSNs的节点调度方案中采用集群算法对网络进行子集的划分是普遍策略,但由于WMSNs的特性,要求有新的集群形成算法产生。本文中提出了一种新的适用于WMSNs的集群过程——多成员集群形成算法(Multi-membership Clustering Algorithm, MCA)。根据节点间的共同覆盖率生成集群,节点在满足条件的情况下可以属于多个集群,有利于集群之间进行协作并降低采集数据的冗余,能够有效降低密集部署网络中的集群数目。