现代无线传感器网络(Wireless Senor Network,WSN)支持多业务服务和多媒体传输，将无线传感器节点感知到的不同类型数据流根据其QoS性能要求进行分级，再通过区分服务机制(DiffServ mechanism)为不同优先级的数据流提供不同的服务质量保障可以显著的提高无线传感器网络的QoS性能。　　传统的基于排队论的分析方法只能求得网络处于稳态下的平均QoS性能。考虑到无线网络的随机特性，随机网络演算被引入以分析无线传感器网络的随机性能边界。然而现有基于随机网络演算的分析模型假设不同类型的数据流不能融合，实际上，不同类型的数据流之间因为存在数据相关性可以进行数据融合。此外，现有的分析结果无法体现区分服务机制下不同优先级数据流得到的不同随机服务保障。因此，现有的分析模型不适用于基于数据流分类的无线传感器网络。　　本文基于随机网络演算建立了一个新的模型用以分析无线传感器网络中基于数据流分类的随机QoS性能边界。本文建立的模型引入相关因子来度量不同类型数据流之间的数据相关性，推导了sum融合算法下不同类型数据流融合后的随机到达曲线和基于优先级的服务调度算法下特定数据流获得的随机剩余服务曲线。以此为基础，本文得到了一个新的基于数据流分类的随机时延边界。为了得到更紧的随机性能边界，本文建立的分析模型考虑了数据流和服务过程之间的独立性。数值计算结果表明，本文建立的模型可以求得不同网络场景下各类数据流的随机QoS性能边界，且得到的随机时延边界比现有的边界更紧。