无线传感器网络在环境的监测和保护、企业生产管理、自动运输、医疗产业以及国防事业等很多领域中都有着光明的应用前景。其应用领域广泛、多变，应易于使用和部署。传感器网络感知数据管理系统把无线传感器网络的各种应用需求和复杂多变的底层网络隔开，提供给用户与网络无关的描述性的查询语言，促使无线传感器网络的广泛用成为可能。此外，传感器网络感知数据管理系统还能利用各种优化技术来延长传感器网络的使用寿命。　　 很多无线传感器网络的应用场景中，如环境监测、动物栖息地监测中，用户只需要收集原始感知数据，直接执行”SELECT*FROM SENSORS”形式的连续查询语句。这些场景下，把感知数据作为精确数据处理的方法，很难减少网内的能量消耗，可以使用近似查询技术减少网内的能量消耗。　　 本文首先分析了感知数据管理系统的现有技术及发展趋势，并重点研究了近似查询技术的发展。数据抑制是一种执行连续查询操作时，网内传感器节点不用连续向网外服务器报告感知数据值的近似查询技术。本文提出了基于时间回归模型的数据抑制技术，基于实时迭代最小二乘法的自回归模型更新方法，自适应的多模型选择方法以及基于时间地理回归模型的数据抑制。基于时间回归模型的数据抑制技术相对于简单时序相关数据抑制技术来说，适合感知数据与时间线性相关时使用，能更好地处理感知数据变化较快的情况.基于实时迭代最小二乘法的自回归数据抑制技术，在理论上比基于最小二乘法的自回归数据抑制技术具有更好的算法复杂度。自适应多模型的数据抑制方法，尝试寻找模型代价和模型预测准确的折中。模拟实验表明这三种时序相关性数据抑制技术耗费的网内消息数少于简单时序相关数据抑制技术。基于时间-地理回归函数数据抑制技术中，簇头节点不需要时刻传回感知数据。模拟实验表明其代价要小于简单时间一地理相关数据抑制技术。　　 TinyDB是美国加州大学伯克利分校的研究人员开发的感器数据管理系统原型，它支持连续查询，但是不支持近似查询和数据抑制技术。本文分析了TinyDB感知数据管理系统的实现，并在它之上扩展了数据抑制近似查询处理技术，以减少TinyDB在执行连续查询语句时的代价。