近年来,随着新一代无线通信技术、嵌入式计算技术、传感器技术和自动控制技术的不断发展,信息物理融合系统逐渐成为了一个重要的研究领域。而作为信息物理融合系统的重要组成部分的无线传感器网络,一直备受关注。由于无线传感器网络中的传感节点具有通信能耗高、数据处理能耗低的特点,使得数据传输成为无线传感器网络的研究热点。在网络中,数据流过大而得不到及时处理会引发拥塞,导致数据包的延迟增加。链路容量的分配也是一项很关键的技术,分配资源过多得不到充分利用,会引起能量不必要的浪费;分配资源过少数据不能进行有效的传输,将严重降低网络吞吐量。路由选择直接影响网络的负载均衡,而能量管理对延长网络生命周期起到至关重要的作用。因此如何降低传输数据量,合理地分配链路容量,有效地选择路由,尽可能地减少能量消耗并实现网络负载均衡,已经成为网络中数据传输技术研究的一个重要方面。本文主要研究基于压缩感知技术的无线传感器网络数据传输问题,着重从传感数据采样方式、网络路由协议设计、节点调度策略设计及网络性能分析等几个方面进行深入研究,探讨了无线传感器网络的数据处理与传输的新机制。主要研究内容概括为以下几个方面:第一,将压缩感知及矩阵填充理论引入无线传感器网络数据传输中,研究了功率、路由选择、链路容量及控制信号优化问题。信号在采样前利用矩阵填充和压缩感知进行两次压缩,能够有效降低采样频率,剔除冗余数据,减少数据传输量。针对网络中物理层、MAC层、网络层和传输层的协议限制,建立了无线传感器网络数据传输跨层优化模型。模型以拥塞率为主要参数,以节省能耗和提高网络传输效率为目标函数,以服务能力和服务要求为约束条件,设计了最优的功率控制、路由选择、链路容量分配及控制输入信号策略。通过性能分析及仿真实验验证了算法不仅降低了数据传输量,有效地节省了能耗,而且在数据传输效果上也有明显改善。第二,为降低数据传输延迟,提高数据传输效率,提出了一种数据的快速压缩-重构算法,同时联合网络中各层协议限定条件,设计了物理层、MAC层、网络层和传输层的优化协议。首先构造了快速感知矩阵,使得原始信号从高维空间快速映射到低维空间;然后以拥塞率最小为目标,给出了最优的功率、路由选择、链路容量以及速率;最后为解决信号重构过程中非线性迭代收敛速度慢的问题,给出了线性投影方法,大大缩短了信号重构时间。仿真实验表明了该算法传输精度更高,传输速率更快。第三,基于时间熵的概念,解决无线传感器网络中初始信号时间相关导致的数据重传问题。根据网络实际情况建立动态规划模型,从时间上优化了网络中的数据传输算法。实时调整传输速率、链路容量、路由选择以及功率分配方案。通过Lyapunov方法验证了所提算法在传输准确性和传输速率稳定性方面都具有良好的效果。第四,针对无线传感器网络能量受限问题以及原始数据的时间、空间相关性问题,提出了一种具有能量收集功能的数据传输优化算法。利用Markov随机理论构造了一种剔除数据时间、空间冗余的感知矩阵,使得传感器采集的数据包含全部有用的信息。以最大的传输概率为目标,以能量消耗-收集、链路容量和传输速率为约束条件,建立了跨层的优化模型。利用Lagrangian乘子法求出了最优的能量收集、路由选择、链路容量以及传输速率策略。该算法不仅简化了传感节点数据处理的复杂度,降低了数据传输量,而且克服了传统数据传输算法中由于数据处理不均衡导致的网络拥塞问题。