随着微机电系统、集成电路、无线通信与信息网络等技术的迅速发展,无线传感器网络应运而生。它集数据采集、处理及通信于一体,具有价格低廉、部署方式便利等特点,有很高的研究与实用价值,引起了学术界和工业界的高度重视,正得到越来越广泛的应用。能量是传感器网络的关键资源,而数据传输能耗占整个传感器网络能量消耗的主导地位,因此,数据的路由以及网内处理成为关键性的问题。本文主要研究了传感器网络的分簇以及基于簇的网内数据的小波处理,所做工作归纳如下:(1)介绍了传感器网络的概念、体系结构、特征以及当前的热门应用,阐述了选题的背景及意义,分析比较了当前典型的分簇路由协议,如LEACH、ACE等等,并介绍了小波相关理论,为后续章节的研究提供理论和实验基础。(2)针对传感器网络中数据的小波压缩,提出了一种基于粗糙数据相关的反馈型成簇算法。该算法首先根据节点数据间的粗糙相关度,形成数据相关性较好的簇结构,然后通过比较Sink反馈的部分小波重构数据与其相应真实数据,进一步优化簇结构。理论分析和模拟实验表明,这种成簇机制使簇内数据的小波压缩具有误差小、压缩比大的优点,且能防止小波压缩中数据淹没现象的产生。(3)在基于粗糙数据相关的反馈型成簇算法的基础上,改进其簇稳定阶段中簇内簇头轮换策略,提出了一种新的基于主副簇头的簇内簇头轮换方案。对于传感器网络而言,生存时间是衡量网络性能的关键指标,为了更有效地延长传感器网络的生存时间,避免由于簇头失效而引发的簇“假死亡”,该方案提出了一主一副两簇头的思想,设计了一套主副簇头运转机制,进一步延长网络的生存周期。模拟实验表明了这种簇内簇头轮换方案的有效性。(4)针对传感器网络中的非规则小波数据处理,为了在获得精确数据的同时进一步节约传感器网络的数据传输能耗,提出了基于可变Voronoi多边形的非规则小波数据处理算法。该算法根据节点采样数据的变化等级,调节Voronoi区域,以此调节数据的重要性;同时,Sink根据所获尺度系数和精度处理情况决定是否需要部分小波系数并重构数据区域。模拟实验表明,该算法能精确重构数据区域,避免非规则小波变换中的数据淹没现象,并能有效地延长网络生存时间。