无线传感网络综合现代传感器技术、无线通信及自组织网络技术、泛在计算技术、分布式信息处理技术等，通过大规模部署的微型传感器设备实时监控、感知各种环境及其他各类监测对象的信息，并通过无线自组网络传送至终端用户。无线传感网络极大拓展了人类探索和感知物理世界的能力，具有广阔的应用前景，在国防、农业、城市管理、环境监测、生物医疗、防恐反恐、抢险救灾、基础工业等许多重要领域都有巨大的实用价值。　　 目前无线传感网络研究领域已经取得了大量的成果，促使其不断发展和进步。目前无线传感网络从实验室走向实际应用面临的核心问题是如何使其能够在复杂恶劣环境下长期稳定工作。为实现该目标，需要解决两个难点，一是降低系统能耗，二是实时发现并排除系统故障。本研究针对以上问题提出新颖的解决方案，并在实际系统中进行部署，通过大规模长期实验，证明我们的方法大大增加了系统的运行时间和稳定性。　　 无线传感网络的主要应用是采集数据，响应用户查询，数据传输占据了无线传感网络绝大部分的能量开销。通过对数据的融合能够大大减少传输能量的消耗，延长系统运行时间。现有数据融合技术缺乏对数据丢失和网络动态性的自适应处理，因此我们在本研究中致力于探索新型数据融合技术应对多种用户查询。研究如何能在动态环境下克服数据丢失带来的影响，针对多种查询提出概率补偿技术。对比实验结果显示，和现有算法相比我们提出的概率补偿方法能够大大减少查询结果的误差。同时我们提出自适应全局查询处理技术，和现有算法相比能够在保证数据查询结果准确率的前提下减少全局查询10％-50％的通信开销。　　 在降低系统能耗的基础上，对于无线传感网络部署及运行过程中出现故障进行实时诊断是保障网络长期稳定运行的另一个关键问题。现有的调试和诊断工具已经具备了较多的功能，但是他们普遍采用基于主动式信息收集的方法来获取系统状态及进行故障检测，开销较大，对系统正常运行造成很大负担。因此我们在本研究中提出构建新的被动式轻量级系统诊断工具PAD，通过对数据包进行标记的方法建立概率推理模型。我们通过引入概率推理模型，利用网络元素之间的内在联系进行推理定位故障原因。我们在海洋监控无线传感网络实验平台上实现了我们的系统，并通过实地实验和仿真验证本方案具有良好的性能和可扩展性。