无线传感器网络（Wireless Sensor Networks，WSNs）是物联网的关键技术之一。作为一种新兴的网络技术与计算模式，无线传感器网络跨越计算机、通信、电子等多个领域，并在科学考察、灾害救助、环境监控以及工业控制等多个领域获得了广泛应用。人们在环境中部署各种WSNs的目的就是为了获取类型多样的感知数据，以提取出有效的认知信息，从而加强人类对客观世界的理解。在这个过程中，数据处理技术是其中的关键。在无线传感器网络中，数据处理相关协议的设计与优化受到两方面的约束：第一，WSNs是资源受限的网络，任何技术都必须以资源的高效利用为前提；第二，WSNs是应用相关的网络，协议的设计与优化必须紧密结合相关的应用特征与需求。从上述理念出发，本文对数据处理的相关问题进行了研究，阐述了研究的现状与进展，并针对其中的不足与缺陷进行了分析和改进，本文完成的主要工作如下。（1）对无线传感器网络的数据采集问题进行了研究，提出引入可移动的汇聚节点来完成数据的采集，设计并实现了一种轨迹固定的数据采集方案（Data Collection Scheme withRegular track，DCSR）。DCSR由两个内容组成：第一，根据节点的分布状况选出一批采集点；第二，使用量子遗传算法计算经过这些点的最短环路。本文对DCSR进行了仿真测试，测试结果表明，DCSR的性能较好，在网络吞吐量、能量效率方面均有较好表现，且能够收集更多的数据。（2）对无线传感器网络的数据传输问题进行了研究。我们以视频数据的采集为研究对象，对视频数据的QoS传输问题进行了分析。视频业务由于数据量大、QoS要求多等原因一直是传输问题的难点。我们设计并实现了一种基于跨层和多径思想的视频传输方案（Cross-layer and Multipath based Video Transmission scheme，CMVT）。CMVT在网络层和应用层进行协作，并综合了区分服务与多径路由的优点。CMVT首先在应用层对视频文件中的帧进行区分，并做上不同的标记。这些标记后的帧到了网络层之后，路由模块再针对不同的帧使用不同的路径进行传递，以确保关键帧能可靠的到达汇聚节点。本文对CMVT进行了仿真测试，测试结果表明CMVT不仅能有效地延长网络的生命周期，视频业务的服务质量也能得到很好的保障。（3）对无线传感器网络的数据聚合问题进行了研究。数据聚合是减少冗余数据、提高信息质量的网内数据处理手段，具有节约通信能耗、提高采集效率等优势。我们设计并实现了一种基于时空相关性的数据聚合方案（Temporal and Spatial correlation based DataAggregation scheme，TSDA）。TSDA采用簇结构网络，它包含三个内容：第一，簇头节点对簇内数据进行融合后再提交给汇聚节点；第二，簇头节点调度剩余能量较低的节点进入休眠；第三，簇头节点利用组合预测算法对休眠节点的数据进行估算。本文对TSDA进行了仿真测试，测试结果表明TSDA取得了较好的效果，它不仅有效延长了网络的生命周期，数据质量也得到了很好的保证。（4）对无线传感器网络的的数据存储问题进行了研究。我们主要对分布式存储技术进行了讨论，并针对节点采集速率不同的分布式存储问题进行了研究。通过分析，我们将其转化为一个非公制空间的k-median问题，并提出了三种分布式存储方案：基于随机策略的数据存储方案（Random strategy based Data Storage scheme，RDS）、基于反向贪心策略的数据存储方案（reverse Greedy strategy based Data Storage scheme，GDS）、基于SQGA（Smallworld model based QGA）的数据存储方案（SQGA based Data Storage scheme，SDS）。在这三种方案中，第一种是随机选择存储节点位置，然后由各节点按代价最小来选择存储节点。第二种方案借鉴了公制空间k-median问题的解决思路，并将其引申至数据存储问题中。第三种方案使用改进的量子遗传算法SQGA来求解最优存储位置。本文对RDS、GDS、SDS进行了仿真测试，测试结果表明，GDS、SDS具有较好的效果。SDS由于考虑了节点能耗均衡问题，因此性能更好。