随着微电子技术、计算机技术、网络技术以及无线通信技术的进步，无线传感器网络得到了深入的研究和广泛的应用。然而传感器节点由电池供电，能量有限。同时，无线传感器网络产生大量的数据，如果把这些数据都传送到基站进行集中式处理需要进行大量的数据传输，而无线通信是传感器网络能量消耗的主要方面。因此，在执行无线传感器网络查询时，减少无线通信次数，可以有效地延长网络的生命周期。论文研究了能量均衡高效的top-k查询处理技术和基于滑动窗口过滤机制的top-k查询处理技术。主要工作和创新点如下：(1)根据节点间的空间相关性，建立节点间的预测模型以及节点高相关性预测准则，在此基础上提出基于反复随机采样的能量均衡算法EBSTopk(ε,δ)。实验表明论文提出的算法EBSTopk(ε, δ)减少了无线传感器网络中的全局能量消耗，且在多次top-k查询后各节点的能量消耗均衡。(2)针对能量有效均衡的top-k查询处理算法，进一步提高预测精度并降低采样率。结合传感器节点间读数的空间相关性以及同一节点读数在时间上的依赖关系，利用卡尔曼滤波对传感器节点进行时空建模，提高预测精度；结合传感器节点的空间相关性和节点间的距离进行传感器网络分区优化，使得同一区域节点具有高相关性且地理位置靠近，大大降低了区域采样率并减少了传感器网络通信次数。(3)提出自适应滑动窗口的高效top-k查询技术。针对过滤窗口更新产生巨大能量消耗的问题，提出基于高斯过程回归预测的top-k查询处理算法FUGPR。当过滤窗口变化时，对传感器网络节点读数进行预测，评估窗口更新前后的代价来决定过滤窗口是否更新，从而减少了频繁更新窗口带来的巨大能量消耗。