物联网是新一代信息技术建设的重要组成部分,是信息化时代的重要发展阶段。以物联网为代表的信息通讯技术发展迅速,正极大地影响着世界经济格局。物联网及其产业经过近十年发展,相关技术已达到世界领先水平,在“中国制造”向“中国智造”的转变、工业化和信息化深度融合的过程中扮演着重要角色。随着5G时代的到来,各种终端设备对物联网的访问将大幅增加,物联网必将成为数据驱动型经济的基础和支柱。与此同时,物联网的发展带动了传感器的飞速发展。在全世界物联网成功的案例中,传感器都起到了决定性的作用。无线传感器网络的低功耗、小体积、分布式和自组织的特点带来了信息感知的一场变革。然而,网络中的感知节点具有自身能量受限的特点,影响了无线传感器网络的寿命。因此如何降低感知节点的能量消耗,减少网络的数据传输量,提高数据传输效率和延长网络生命周期,是低能耗物联网关键技术研究领域的重要内容。针对面向物联网的无线链路数据处理和网络结构问题,本文以减少网络数据传输量、降低网络能量消耗为目标,对无线传感器网络中的数据传输相关技术进行了深入研究,分别作出以下几个方面的贡献:首先,从系统设计层面展开研究,分析网络分簇、节点位置感知对网络结构的影响。无线传感器网络中,网络的拓扑结构影响传感器节点的负载平衡,关系网络的容量与生命周期。分簇结构是有效的拓扑控制方式,通过节点间的信息交互,如节点当前能量值、链路质量、相对位置等,在此基础上根据不同的网络应用背景做出不同的分簇决策。其中,位置信息无论是在静态网络还是具有移动性特征的网络中都有广泛的需求。鉴于位置感知在无线传感器网络中的重要性,能量检测接收机架构下基于门限的测距算法是最佳备选方案。文中综合考虑过门限检测误差、漏检误差和虚警误差,分析采样信号序列统计特征与信道参数之间的闭合模型;分析不同信道条件下,多径分量的衰减特性对接收信号的影响,提出最小误差指标下的最优门限选择方案,解决低能耗物联网中节点定位易受信道影响问题;通过理论分析和实验证明了不同信道、不同积分周期条件下,文中所提算法均获得了理想的测距精度,为实现低能耗物联网中节点位置感知,优化网络结构提供了理论支撑。针对无线传感器网络中负载分布不均导致节点过早死亡问题,提出基于分簇结构的数据收集算法。算法在基于蜂窝虚拟结构的初始分簇后,引入博弈理论设计分簇调整流程,进行簇首重选,以各簇节点数尽量均衡为优化目标,同时结合冗余节点调度控制,去除采样数据相关性,便于簇首进行数据收集和转发,实现网络寿命最大化。仿真结果表明,与同类算法相比,文中所提算法有效均衡了各簇成员节点数,降低了簇首的通信负担,充分延长了网络寿命。其次,针对分簇型无线传感器网络中采样数据具有高冗余度问题,提出基于序列相关性的数据采集算法。算法以去除感知数据相关性为目标,由簇首和簇内节点执行各自的压缩算法,簇首对接收数据进行相关性分组去除时间相关性,再将分组信息发送至簇内节点。簇内节点根据接收到的分组信息建立分段拟合压缩模型,结合分段关键点选择机制,实现关键点与数据压缩率自适应拟合;综合考虑压缩比、压缩误差、通信能耗和计算能耗要求,提出基于能量判别的评估指标,实现对压缩算法的性能评价。仿真结果表明,文中所提算法有效降低了数据压缩误差,减少了数据采集过程中的能量消耗和数据传输量。最后,针对无线传感器网络中不可靠链路的数据恢复易受噪声影响的问题,提出基于结构化噪声矩阵补全的数据重构算法。算法对含噪矩阵补全问题建模,提出秩-1矩阵补全算法,构造分块极稀疏观测矩阵,结合算子分裂技术,实现对采样数据的压缩处理,并在此基础上提出数据重构算法;建立丢失数据包索引机制,利用丢失数据在观测矩阵中的位置信息和压缩策略,实现全网数据恢复。理论分析和仿真实验结果表明,本文所提算法充分减少了网络数据传输量,平衡了网络能耗分布,有效提高了不可靠链路上的数据传输效率和数据重构精度。通过对无线传感器网络中的分簇结构、数据去冗与恢复、节点位置感知等关键技术的研究,从多个角度解决了低能耗物联网环境下无线链路的数据传输与处理过程中存在的问题,这些方法为后续的降低物联网能量消耗关键技术研究提供了有意义的研究成果和有价值的参考。