由集成了信息感知、数据处理和无线通信等功能的传感器节点通过协同工作构建的无线传感器网络是采用全新信息获取和处理技术的新型网络，可以广泛应用于军事、环保、安全、医疗、工农业生产以及空间探索和灾难救援等多个领域，引起了学术界和工业界的广泛关注和高度重视。如何提高能源效率是传感器网络的研究重点，采用网内数据处理技术是降低能耗的重要手段，而数据汇聚与数据路由相结合是实现网内数据处理的重要方法。本论文以能源效率为目标，围绕传感器网络中的数据汇聚路由问题展开研究，包括以下几方面内容：(1)本文首先分析了使用不同的数据汇聚技术时，传感器节点和网络的能耗情况，通过实验分析了复杂汇聚算法的能耗开销。在此基础上提出：在使用数据汇聚技术进行数据采集的传感器网络中，数据汇聚路由问题需要综合考虑传输开销和汇聚开销的影响。(2)对联合优化传输开销和汇聚开销的最小能耗数据汇聚树问题进行了定义并提出一种随机逼近算法MFST，理论证明，MFST算法与该问题最优解的逼近度期望值为5/4log(K+1)，K为网络中信息源点的个数。(3)为解决MFST在数据相关性较小时性能不理想的问题，本文提出一种可以根据网络中数据之间的相关性和汇聚开销的大小动态决定数据相遇点是否进行数据汇聚的汇聚路由算法AFST，该算法将何时何地进行数据汇聚的决策机制嵌入到数据路由的选择过程中，可以进一步减少网络的能耗开销，延长系统的生命周期。数学证明和仿真实验表明：AFST算法可以大大改善MFST算法在数据相关性弱、汇聚开销高时的性能。同时，AFST还可以作为一种对传感器网络按照汇聚得益进行动态分簇并在簇内进行数据汇聚的算法。(4)为了适应传感器网络结构的变化，本文在离线AFST算法的基础上，提出了在线的启发式算法AFST-online，来支持节点的动态到达和离去，并给出了分布式实现的方法。经分析，在线算法与离线算法的误差在最差情况下表现为MFST与SPT的差别。仿真实验表明：在不同的网络环境下，在线算法与离线算法性能的相对误差在20％以内。