随着微电子、嵌入式和通信等技术的发展,无线传感器网络以其无限应用前景得到了广泛关注。由于硬件设备、通信质量和周围环境等因素的影响,传感器节点所采集的感知数据具有不确定性。现有的优秀的科研成果只针对无线传感器网络中的Skyline查询处理技术或者面向不确定数据的概率Skyline查询处理技术,无法有效地解决无线传感器网络中概率Skyline查询处理问题。本文以降低数据传输的通信代价,延长传感器节点使用寿命为目的,综合考虑无线传感器网络和概率Skyline查询处理的性质,研究了在不确定元组在独立模型、不确定元组非独立模型下无线传感器网络中概率Skyline查询处理技术以及传感器节点移动模型下传感器网络中路由树的构建及维护问题。并通过仿真试验验证所提算法的正确性和有效性。贡献点概括如下:(1)在不确定元组独立模型下,提出了无线传感器网络中基于过滤的概率Skyline查询处理算法(FPSP)。算法将感知数据划分为独立候选数据、独立相关数据和独立无关数据;在传感器节点过滤掉独立无关数据,极大程度上延长了无线传感器网络的使用寿命。(2)在不确定元组非独立模型下,提出了无线传感器网络中概率Skyline分布式查询处理算法(DPPS)。算法将感知数据划分为非独立候选数据、非独立相关数据和非独立无关数据;同样在传感器节点过滤掉非独立无关数据以降低的数据传输的通信代价。(3)在传感器节点移动模型下,提出了移动传感器网络中基于ELM的路由树维护算法(ERTM)。当节点脱离路由树时,ERTM算法首先通过极限学习机预测出节点和与其连通的所有节点在一段时间内的未来轨迹,然后从中选择连通时间最大的节点为父节点。ERTM算法能够使路由树在一段时间内保持相对稳定性,减少了路由树重构的能量消耗。