无线传感器网络(Wireless Sensor Networks,WSN)是一种通过无线通信方式自组织形成的分布式传感网络。当网络中的无线传感器在有害的或瞬息万变的环境中工作时,其更容易出现节点受损或节点能量被耗尽的状况。当一个传感器节点失效后,节点将失去感知能力,并损失其内所有的存储数据。这种情况将严重影响网络感知与存储数据的能力,导致其实用性降低。无线传感网络中,数据的存储方式对网络中数据的持久性与完整性有着极其重要的影响。因此,在无线传感网中如何提高数据存储及监测的有效性和可靠性已成为当下的研究热点。目前已有许多学者对无线传感网中的数据存储问题进行了相关研究,并引入了喷泉码的思想:在每个节点存储随机几个源数据包的异或和,数据恢复阶段只需要一部分节点的储存内容便可以恢复所有的源数据包。然而,由于喷泉码的特性,在数据恢复过程中收集的编码数据包数量不足时,只有少量源数据包能被成功恢复,恢复数据的效率较低。此外,目前已有的基于喷泉码的分布式存储算法大都依赖随机漫步方法在网络中散发感知数据。当随机漫步的跳数较小时,各个节点之间存储的数据相关性较小,这会导致源数据无法被全部恢复。而当随机漫步的跳数较大时,节点发送数据的次数将会大大提高,导致节点能量迅速消耗而失效。本文针对上述无线传感器网络中分布式数据存储存在的两个主要问题,做出了如下两项研究工作:(1)针对分布式存储的数据恢复过程中喷泉码的译码效率不高的问题,提出了一种LT码的度分布优化算法:在现有的度分布的基础上进行一定的改进,之后将几种度分布函数加权相加,并优化权重因子,使得优化后的度分布具有更好的编译码性能。与原有度分布相比,本文提出的改进方法能够在收集的编码数据包较少的情况下成功译码,提高了数据恢复的效率。(2)针对目前已有的无线传感器网络中基于喷泉码并依靠随机漫步的分布式存储算法中数据可靠性与网络寿命之间的矛盾,引入最小生成树的概念。结合本文提出的改进的度分布与最小生成树,设计了一种基于最小生成树与改进的LT码的分布式存储算法。与原有算法相比,在提高编码数据可恢复性的同时,节省了节点的能量消耗并提高译码效率。在无线传感网中,特别是当节点处于比较脆弱的环境下,例如恶劣的灾害场景,数据的可靠性得不到保证。为提高网络中重要数据的可靠性,并延长网络的工作时间,对于提高其数据存储可靠性并降低节点能耗的机制的研究就显得尤为重要。