无线传感器网络的一个重要技术就是数据收集技术,通过将节点收集到的数据发送到基站并对其进行分析以便作出相应的决策。同时,数据收集技术也是无线传感器网络得以稳定、高效、顺利运行的支撑技术之一。随着大数据时代的到来,WSNs的数据收集技术正在逐渐向多源信息、海量信息和冗余收集的方向发展。然而,WSNs及无线传感器节点的存储空间、计算能力、通信能力、感知外部数据的能力等都非常有限,对数据收集的效率提出了不小的挑战。以能效为首要目标的数据收集技术成为该领域研究的重点。本文在调研国内外无线传感器网络数据收集技术的基础上,对现有的数据收集技术的优势及劣势进行了分析。同时,以降低能耗、均衡能耗为目标,建立了基于簇状的数据收集模型,此外,在确保覆盖度的基础上,以降低冗余为目的,对静态网络进行了优化部署。本文主要的研究内容包括下列几个方面:(1)首先对WSNs的基本特点、关键技术、体系结构、应用场景进行了总结分析,对WSNs的休眠调度问题以及数据收集技术进行了分析,并各自对其进行了分类。(2)提出一种休眠调度算法,无线传感器节点根据自己以及邻居节点的位置关系,计算邻居节点对自己的感知区域的覆盖程度,如果邻居节点对自己的感知区域覆盖度超过给定的阈值,那么节点判定自己处于冗余状态,将自己休眠。(3)基于k-means算法,构建了一种基于簇的大小均匀式的网络模型,且对网络的能耗进行了分析,以能耗均衡性为目标,设计并实现了簇头轮转的全网数据收集。(4)提出了一种覆盖冗余判别算法,节点根据自身与邻居节点的距离、邻居节点的数量、以及邻居节点对自身感知区域的覆盖程度三方面判断其是否冗余,若为冗余节点,则进入休眠状态,以降低全网能耗。