随着微电子技术、计算技术以及无线通信技术的进步,低功耗多功能的传感器得到了快速的发展,而且无线传感器网络已经被广泛地应用。无线传感器网络以数据为中心,提供数据采集、处理和查询功能。数据查询是无线传感器网络研究中的重点和热点问题。本文主要研究无线传感器网络中的近似Top-k查询处理技术。无线传感器网络的Top-k查询处理问题已经引起了人们广泛的关注,提出了一些Top-k查询处理算法。然而,这些算法主要集中在如何给出精确的Top-k查询结果,能量消耗很大,降低了无线传感器网络的寿命。在很多实际应用中,用户仅需要近似结果而不是精确结果。已有的Top-k算法或者致力于返回精确结果,或者在某种条件限制下返回近似Top-k查询结果,但是都无法满足用户的任意误差要求。本文研究近似Top-k的语义并提出一种适合于任意数据分布的基于抽样的(ε,δ)-近似Top-k查询处理算法,其中ε≥0和0≤δ<1分别是相对误差界和失败概率界。理论分析表明,对于任意ε≥0和0≤δ<1,该算法返回的查询结果误差大于ε/(1+ε)的概率小于δ。于是,该算法可以达到任意精度。同时,本文还给出了支持Top-k查询的优化的抽样算法,并通过节点上的数据过滤技术来减少通信能量的消耗。理论分析和实验结果表明,本文提出的算法能量消耗低并且计算复杂性小。本文还提出了近似Skyline的语义和近似-Skyline查询,并给出基于采样思想的近似-Skyline查询处理算法。理论分析表明,对于任意ε≥0和0≤δ<1,该算法返回的查询结果误差大于ε/(1+ε)的概率小于δ。实验结果表明,我们提出的算法是能量有效的,能够减少网络通信消耗延长网络寿命。