无线传感器网络的主要任务是在用户需要的时候及时地提供准确、有价值的环境信息。无线传感器网络是一个以数据为中心的网络,相比其硬件设备和应用场景的部署,用户更关注的是网络如何有效地传输和存储传感节点所采集的监测数据,从而确保后期访问的高效、可靠和及时。因此,无线传感网络中的数据存储是一个不可或缺的研究领域。根据存储策略的差异,现有的无线传感网络数据存储方式主要分为外部存储、本地存储和以数据为中心的存储。其中以数据为中心的存储方式是当前无线传感网络数据存储研究中的热点,本文也将针对该存储方式展开研究。现有的以数据为中心的存储方式对于节点的分布情况过于理想化,使得其与实际的节点分布差异过大,不能较好的模拟实际分布情况,从而引起了节点存储负载和能量消耗的不平衡问题。本文针对这个问题,提出一种基于非均匀分布的数据存储路由算法,使事件数据能根据节点的分布情况在网络内均匀的存储。该算法的主要思想是:根据网络中节点的分布情况进行分布估计,并通过哈希函数和排斥法来分散感知的数据。通过在路由上增加排斥法来避免使用重复的路由路径,从而分散节点的路由能量消耗。同时利用本地存储方式中空间距离代表其数据相似程度的优点,建立搜索方案。该算法使数据在网络内的存储分布和路由能量消耗更加均匀,并提供了高效的搜索服务,进而提高了网络的生存服务时间。本文还研究了数据存储中存储空间的浪费问题。在无线传感器网络中,节点可能会产生周期数据,如果这些数据不被及时处理,会造成节点存储空间满载或数据丢失,甚至会引起节点路由冗余数据的能量消耗。本文针对本地存储方式中的数据冗余问题,提出一种基于布隆过滤器(Bloom Filter)的数据存储算法,此算法主要通过减少冗余数据来提供能量高效的存储。该算法在允许一定错误的情况下使用布隆过滤器来处理冗余的数据,减少了数据的路由消耗和存储空间的浪费。同时也根据位数组表来建立相似性搜索,并提供及时的查询回复。