无线传感器网络(WSNs)由数量众多的传感器节点组成，可以应用在多类型的复杂环境中，如军事应用、交通运输、娱乐等。传感器节点通过多跳传输方式把收集到的数据发送给基站。目前，无线传感器网络已经受到研究者和实际用户的密切关注。由于传感器节点一般使用能量有限的电池作为能源设备，如何降低节点的能量消耗是我们重点关心的问题，通过对节点能量的有效利用，才能延长整个网络的生命周期。与数据处理相比，数据通信是WSNs的主要能量消耗，因此降低数据通信的次数尤为重要。关于这个问题，已经有了许多有关数据简化技术的研究。这类技术在源节点和目的节点进行数据预测，并在预测数据不满足误差阀值时才进行正常数据通信，通过这样的方法来降低数据通信量。　　本文从传感器节点结构和网络体系结构两个方面对无线传感器网络进行介绍，并对数据处理和数据通信的能量消耗进行分析。之后本文对无线传感器网络的节能算法进行概述，其中重点关注了数据简化技术。本文提出了一种基于LMS(Least Mean Square)算法的时序预测技术，这种技术的优点在于不需要知道实际观测对象的先验知识，同时不需要使用网络的全局参数便可以独立运行于每个节点。最后，我们通过对LMS算法进行维度扩展，提出了基于Block-LMS算法的成块预测技术，并对基于分簇的无线传感器网络数据通信协议进行改进。通过实际数据对算法进行仿真，很好的降低了数据通信量，同时保持了较高的数据精度，从而降低了能量消耗。