无线传感器网络由部署在监测区域内大量的微型传感器节点组成,传感器节点大多以电池供电,电池容量较小,且更换困难,导致能量成为限制网络生存时间的瓶颈,所以目前无线传感网的MAC层设计中,能量是其考虑的重点,此外,还需考虑的重要因素有延迟时间,数据速率及可靠性等问题。本成果提出了一种无线传感网络占空比自适应调整方法,首先针对自适应占空比调整方法中,线性调整占空比无法实现占空比与流量快速最佳匹配的问题,本成果提出了一种基于强化学习的预测方法,直接预测得出与节点流量相匹配的最佳占空比,通过优化调节传感器节点的预测,同步,数据,睡眠时间,采用Q-Learing算法预测得到最佳发送数据包,实现数据发送阶段的能量最优配置,节省发送能量;其次,为了尽量减少簇头节点和普通节点间的通信,本成果将强化学习方法用于普通节点,由普通节点直接根据自身的流量情况预测得出下一周期的最佳占空比。本成果已经成功已用于多个运营商的环境监测网络平台,通过对其传感器监测节点的改造,有效的提升了监测节点及汇聚节点的通信效能,大幅度降低通信节点的能耗,从而提升通信节点的续航时间,保证网络整体的健壮性。该成果有效降低无线传感监测网的维护成本,节省人力,物力,财力,产生良好的经济效益与社会效益。