近年来迅速发展的无线体域网电子健康系统已经开始表现出会给未来医疗健康产业带来巨大变化的潜力。该系统通常由一个控制主节点和多个微型传感器从节点构成，这些从节点监视不同种类的人体生理信号，并将各自所采集的信号传输至作为协调器的主节点，再通过主节点传递给外部医疗机构，由此实现远程医疗。鉴于微型传感器节点供电设备容量的有限性，且由于部分节点的布置方式从而难以更换，因此在体域网系统中面临的最大问题是节省能量。根据体域网的网络层次结构，节能措施应主要从物理层和数据链路层考虑。压缩感知技术是一种新兴的能以远低于奈奎斯特采样频率采集数据的方式，且较传统数据压缩方法更易实现，因此本文考虑在传感器节点端使用压缩感知技术降低采集信号的维度，以心电图为例比较了不同观测矩阵和稀疏基下压缩采样的性能并通过搭建的实验平台进行了验证。另一方面详细分析了压缩感知带来的能耗影响，其中包括对重构信号精度不同要求情况下的节能效果和压缩感知的计算能耗。根据压缩感知对系统能耗影响的分析，本文给出了一种高能效的跨层调度方法，同时根据该调度方法提出了一种时隙分配算法，可以有效提高时隙利用率。另一方面，本文基于优化方法提出了一种动态调度算法，该算法包括降低占空Lyapunov比的睡眠调度和有效利用信道时变性的随机传输。本文算法可以通过加权因子来权衡系统能耗最优性和系统平均拥塞度。仿真结果比较了传统采样和压缩采样下的网络系统性能，验证了本文提出的调度算法可以使得系统能耗无限接近于全局最优解，同时保证了系统稳定性。