随着计算机及相关技术的不断发展,使得将传感、通信与计算等功能集成在一个微小模块成为可能,从而促进了无线传感网络的深入发展与广泛应用。人们可以通过无线传感器网络感知客观世界,而不必亲自去观测区进行观测,从而极大地扩展现有网络的功能和人类认识世界的能力。然而由于无线传感器网络的特殊性,其发展仍面临许多待解决的问题。由于节点计算能力、存储能力、通信带宽及电源能量都很有限,同时又由于无线传感网络中大量节点获取的原始数据存在严重的数据冗余,包括同一节点相邻时刻所采集数据之间的相似性造成的时域冗余,相邻节点在相同时刻所采集数据之间的相似性造成的空域冗余,若直接传输这些原始数据,不仅会使有限的带宽资源得不到充分利用,同时会由于要传输的原始数据量太大而导致系统存在较大时延,严重的影响了整个无线传感网络系统对监测对象的实时监测,而且传输存在大量冗余的原始数据会很快耗尽节点有限的能量,严重影响整个系统的寿命。故针对无线传感器网络中存在的数据冗余,本文提出了三种新的无线传感网络数据压缩方法。对三种方法简述如下:1、为了最大限度降低节点的计算复杂度及其传输单位数据量的平均能耗,提出基于最优阶估计和分布式编码的无线传感器网络数据压缩算法,利用传感节点采集数据的时空相关性,基于最优阶估计在基站处建立相关系数,节点仅需做简单的取模运算便可实现感知数据的编码,基站处根据时空相关性恢复原始数据,从而减少了冗余数据的传输,进而减少了节点平均能耗。2、针对单个节点相邻时刻及相邻节点同一时刻传输的数据中存在的时间、空间冗余,提出基于近优分簇与局部梯度标记路由的无线传感器网络数据压缩算法,根据传感节点所采集数据的时空相关性,首先在各节点内消除数据时间冗余,再通过近优分簇算法实现无线传感器网络近优分簇,簇内各节点建立基于簇头的虚拟坐标实现簇内路由,簇外由各簇头到基站建立结构树,在数据经簇内路由传至簇头,以及经各簇头沿结构树最短路径传至基站过程中,根据空间相关性进一步消除数据空间冗余。3、针对节点感知数据及网络规模随时间动态变化的特点,提出了基于哈夫曼编码和随机优化策略的传感器网络数据压缩方法,基于随机优化策略能够动态调整编码阈值,以消除节点采集数据中存在的时空冗余,节点仅需传送少量原始数据及压缩编码,基站根据哈夫曼编码恢复原始数据。该方法可以有效减少传感器网络中冗余数据的传输量及节点平均能耗,进而延长系统寿命。上述算法针对无线传感网络应用中数据的时空冗余,分别从不同角度为提高无线传感器网络节点能量利用率,减小系统时延做了相应研究,从而以节点有限的能量,有限的计算能力最大限度地实现无线传感网络持久、及时、准确地获取被监测对象的相关信息。