无线传感器网络(Wireless Sensor Networks，WSN)是当前信息科技领域的多学科交叉的研究热点之一，广泛用于物联网、环境监测、军事侦查等等领域。无线传感器网络(Wireless Sensor Network)是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的多跳自组织网络系统。　　从数据管理的角度来讲，无线传感器网络相当于一个节点众多的分布式数据库。但是，节点资源受限、节点数目众多使得存储、查询等数据管理工作成为传感器网络研究的关键但又充满挑战性的技术之一。随着微电子技术的进一步发展和实际应用的日益复杂，已有的管理技术无法完全满足需要，需要新的数据存储技术和查询处理技术。　　对于网络中的数据存储问题，本文以多维数据的存储管理技术为研究对象。借鉴了单维数据上的均衡协协同存储技术，本文提出了多维数据上的动态调整的均衡协同存储机制。该机制利用服务器的丰富存储资源和计算能力，让服务器和传感器节点之间协同工作，提出一种基于“值-存储格”的映射图机制，减少了网内存储和网内通信的开销;在映射机制中，将每个维度划分成若干区间，再将这些子区间组合起来，然后在这些子区间组合和存储格之间建立映射关系;同时，周期性的收集节点存储的统计信息，动态调整映射图，大大地提高了整个网络的存储的均衡性和能量的有效性;而利用周界传递算法的监听机制，以格为单位进行多拷贝存储，增加了网络对节点移动的健壮性。理论证明，本文的提出的算法更具有能量有效性和存储均衡性。模拟实验的结果表明，算法很好地满足了上述设计目的。　　在复杂查询应用方面，本文选取了空间skyline查询作为研究对象。针对用户查询访问数据的周期和节点感知数据的周期之间的关系，给出了两种查询语义，并研究了与之对应的处理算法。第一种查询为网内处理的空间skyline查询，并针对节省网内通信的开销、能量消耗均衡等目的，给出了基于均衡协同存储机制上的网内处理的查询算法;第二种为服务器端的空间skyline查询，并针对快速响应用户查询访问的目的，给出了基于数据流形式的查询处理算法。模拟实验的结果也很好地验证本文的设计目的。