传感器节点能源受限是传感器网络应用中一个亟待解决的关键问题。研究表明，传感器节点的能量主要消耗在无线通信过程中，传感器网络中的冗余数据常常给传感器节点带来不必要的能量浪费。因此，对感知数据进行优化处理，减少网络内冗余数据的传输，可以降低传感器节点的能量消耗，达到延长网络生存周期的目的。 传感器网络中的冗余数据不仅体现在传感器节点之间，同样体现在传感器节点的数据采集上。现有传感器节点上的各种传感器只能机械的按照固定的采样时间间隔完成数据的采集，不能根据监测对象的实际特性完成对数据采集的动态控制。特别在多传感器数据采集时，经常对变化不敏感的监测对象采集并发送了大量相同的或相似的冗余数据。为了完成对数据采集的动态控制，需要对传感器节点的传感器进行分类。基于这个原因，本课题主要研究了传感器分类和对传感器数据采集的动态控制，实现传感器节点采集数据的约简。 本文主要分为四个主要部分：第一部分提出一种基于时间敏感度的传感器分类方法，该分类方法依据传感器采集数据的数值变化情况和观测者的实际需要对传感器进行分类。第二部分中为了抽象出传感器分类的操作，简化应用程序中对传感器动态控制的实现，在传感器网络操作系统中加入传感器分类层的概念，结合TinyOS的实际情况，对传感器分类层进行了设计和实现。第三部分中把传感器分类的结果与TinyOS中的多传感器数据采集应用相结合，研究并实现了一种新的多传感器数据采集模式，完成了对传感器数据采集的动态控制，实现传感器节点采集数据的约简。第四部分中，通过模拟仿真和实测对TinyOS中现有的多传感器数据采集模式和新的多传感器数据采集模式进行了测试和分析，给出了比较和评价，验证了传感器分类及其数据约简的作用。