无线传感器网络(WSN,Wireless Sensor Network)是21世纪最有影响力的十大技术之一,作为一种全新的信息获取和处理平台,WSN集成了传感器、微机电系统和无线通信三大重要技术。WSN具有自组织、大规模和以数据为中心等特点,应用领域非常广泛,作为物联网(Internet of Things)的关键技术之一,WSN集信息采集、信息传输和中继信息处理等功能于一身。但是,WSN通常布置在恶劣的环境中,节点失效率比较高,物理地替换失效传感器十分困难,而且无线通信网络易受干扰、衰减、多径、盲区等不利因素影响,数据容易产生错误,安全性得不到保障。因此,传感器网络系统软、硬件必须具有很强的容错性,以保证系统的高可信性和健壮性。WSN数据容错的研究对象是网络中不同原因造成的数据错误,目的在于数据聚集操作中能够执行数据容错功能,进而判断错误和削减错误的影响,获得精确的事件值。本文在已有的容错协议和算法基础上,研究和设计新的数据容错算法与模型,以满足WSN的数据容错要求。首先,本文介绍了WSN容错的背景、基本概念和应用需求,总结容错的主要研究领域、相关的研究方向及重点研究趋势,并且提出了本文的研究目标和思路,对当前在自适应性数据容错方面的研究工作进行了详细、全面的综述。在上述讨论的基础上,本文研究了无线传感器网络中数据容错模型的建立及数据容错的自适应算法;交叉重叠区域的多事件簇数据容错机制和面向可靠生成树的自组织数据容错传输模式。具体工作如下:第一,针对传感器网络的数据错误判断与数据聚集问题,本文提出了一种基于事件簇的数据容错自适应算法EFSA,以实现数据在事件簇中的正确获取及错误削减。EFSA的基本思想是:设定传感器网络以事件为中心,利用节点的剩余能量和可信度来构成分布式事件簇,解决了能量均衡和簇头为出错节点的问题;给出了基于可信度的错误数据判断及错误削减的算法,利用k-means方法提取合适的数据集合,以节点可信度为权值,执行含权聚集操作,并逐步迭代直至收敛于事件值。算法削减了错误数据对事件值的影响,达到了自适应数据容错的目的。第二,针对多事件的数据容错及数据补偿问题,本文提出了一种交叉重叠区域的多事件簇数据容错及补偿机制。其基本思想是:在多个事件发生的情况下,给出了多事件的簇头节点的选举方法,构成不同的事件簇;设计节点在多事件簇重叠区域情况下的处理策略,并建立事件簇的数据容错补偿机制;针对重叠区域中节点的不同可信度,给出节点归属事件簇的处理方案。多事件重叠区域的数据容错策略既节省了节点的能量,又使出错数据对各事件簇的影响降到最低。第三,针对传感器网络中传输路径的数据可靠性问题,本文提出了一种基于可靠生成树RST的数据容错传输模式。其基本思想是:根据传输路径的空间相关性特征,改进了传感器网络的树结构生成过程。一方面,预先构造维度次数逐渐增大的结构,利用相邻节点的可信度及信号干扰率确定链路可靠率,然后选择高可靠率的链路传输数据,构成Sink节点为根的可靠生成树;另一方面,给出了动态调整节点可信度的措施和确定可靠链路的方法,实现源节点到Sink节点的可靠传输,达到提高数据传输中容错能力的目的。第四,针对传感器网络自适应性数据容错的要求,本文提出了一种基于混合结构的数据容错模型。其基本思想是:基于已有的传感器网络的聚集模型,提出聚集操作与数据容错相结合的措施,建立基于可信度的混合结构数据容错模型;在此模型上,将可信度区分为节点可信度、群体可信度和反馈可信度等多种形式进行处理和传递,并且利用混合结构的特点确保聚集数据的收敛和正确,增强了大范围和高密度传感器网络中数据容错的能力。综上所述,本文提供了一种合适的数据容错模型与框架;研究了在高密度、低节点出错率的WSN中,确保数据聚集可靠性的方法;探索了在监测、查询和融合等应用中自适应解决容错问题的途径。