随着传感器网络的广泛应用，如何获得传感器网络的性能参数成为研究的重点。网络拓扑是传感器网络的重要参数之一，也是测量其它一些性能参数的基础。网络层析成像技术由于其无须网络内部节点协作、不增加网络负担的特点而成为传感器网络拓扑推测的研究热点。目前基于网络层析成像技术的传感器网络拓扑推测算法还存在已知条件和测量数据较多等问题，特别是在报文丢失率较低的网络中，很难快速完成网络的拓扑推测。针对传感器网络能量有限的特点，本文研究了传感器网络数据聚合技术和拓扑推测方法，分析了适用于传感器网络的拓扑模型和报文丢失模型，提出了一种基于数据聚合的传感网络拓扑推测算法（TIDA）。根据汇聚节点收集到的网络内部节点报文丢失或接收情况信息，先利用数据聚合网络特性筛除部分非父子关系节点对，再依据汉明距离推测出节点间的父子关系，经过多轮数据收集、筛除、计算，最终推测出网络的逻辑拓扑结构。针对现有算法在网络报文丢失率较低时无法快速推测出网络拓扑的问题，提出了一种基于信息量的节点休眠拓扑推测算法（NSTIIQ）。该算法通过计算网络节点报文丢失情况的平均信息量，寻找平均信息量最大的报文丢失率，利用节点休眠增加虚拟报文丢失率的方法调整报文丢失率，减少拓扑推测所需数据收集轮数。仿真结果表明，本文提出的TIDA算法比LTIHD算法用更少轮数的测量数据，就可以正确地推测出网络的拓扑结构，且在未知节点层号条件下，算法依然适用。在网络报文丢失率低的情况下，本文提出NSTIIQ算法也能快速推测出网络的拓扑结构，甚至当报文丢失率为零时，算法依然高效。由于在NSTIIQ算法中，需要用网络各层节点数或节点层号来计算网络报文丢失情况平均信息量，所以可能需要在报文中添加跳数信息，这有待进一步研究改善。