物联网设备产生和发送的数据中存在许多重复冗余的部分，传输这些数据降低了网络寿命、增加了网络流量。数据聚合可以减少不必要的数据传输，提高网络传输效率，减少能量与资源受限设备的能耗，延长网络寿命。本文从物联网数据聚合的路由结构和处理算法两个方面进行了以下研究：
　　（1）提出聚合网关层，设计了一种基于SDN的物联网数据聚合体系结构和规则算法。对于能量受限的传感器节点，对LEACH算法改进，综合考虑了节点剩余能量和它到网关的距离进行分簇，簇头在SDN控制的等待时间下收集簇内节点发送的数据进行聚合，如果超时未收到数据，则用无偏灰色预测模型对缺失数据预测，对预测数据聚合后再发送到网关节点；对于能量不受限的智能设备，用SDN控制聚合时间，聚合网关对聚合时间内接收的重复冗余的数据进行聚合后再发送到网络层。仿真分析表明，设计的体系结构与普通网关和OF-GW网关的体系结构相比，网络寿命提高了约32.6%，感知层发送到网路层中的数据包量减少了约6.1%～55.1%，设计的规则算法与LEACH算法相比，数据聚合的平均延迟降低了约24.1%，同时避免了数据缺失，提高了数据聚合的准确性。
　　（2）选择压缩感知算法作为基于SDN的物联网数据聚合体系结构下的聚合处理算法，但压缩感知聚合后的数据需要使用重构算法才能恢复出原始数据。提出一种基于两次分段弱选择的子空间追踪算法，它不需要预先知道信号的稀疏度，第一次弱选择自适应地选择初始原子候选集，第二次弱选择自适应地从当前原子支撑集中剔除之前可能选择的错误原子，最后通过回溯法从当前原子候选集中选择多个相关原子加入原子支撑集。仿真分析表明，该算法可以在稀疏度未知的情况下实现一维随机信号和二维图像信号的精确重构，且具有较高的稳定性；与OMP算法、SWOMP算法、BAOMP算法、SAMP算法和SP算法相比，均方误差降低了约60.5%～99.1%，峰值信噪比提高了约2.1%～34.3%。