可大规模部署的、廉价的无线传感器网络有着十分重要的研究和应用价值。通过对传感器网络所获得的感知数据进行查询和分析，可以对物理世界进行有效地监测。基于传感器节点产生数据序列查询没有引起研究者们足够的重视，相反在传统的数据流数据库领域已经对序列查询做了详尽的研究。这类查询可以为研究者们提供丰富的信息，例如每一个传感器网络的监视区域是否出现了感兴趣的事件。无线传感器网络自身有存储、能量和采集数据精度差的限制。因此针对传感器网络自身限制，设计相应的算法在保证节省节点能量、通信开销和存储资源的同时又能够高效地对传感器序列数据进行查询具有重要的意义。　　为了克服传感器网络自身的各种限制，本文提出一种新的HIBOR(直方图与比特向量)方法来处理与传感器节点采集的数据序列相关的查询。HIBOR方法使用直方图来拟合传感器节点采集数据序列的数据分布同时用比特向量保存原始传感器采集数据序列的变化趋势信息。通过设计全局分布式聚类算法，HIBOR根据直方图和比特向量信息将监测到数据序列相似的传感器节点聚在一个簇内。同一个簇内的传感器节点采集数据序列的直方图和比特向量间满足用户指定阈值。聚类的结果使得传感器网络在逻辑上形成一棵层次树。在逻辑上形成的层次树可以看作是分布式索引。在索引结构中每个簇的簇头节点维护本簇内的传感器节点采集数据的统计信息，包括平均直方图和最大、最小直方图。HIBOR利用分布式索引结构，对用户提出的查询在簇头节点处进行过滤，将不满足用户指定阈值要求的簇从候选集合中去掉。　　本文使用HIBOR方法对基于传感器节点采集的数据执行基于序列的实例查询和NN-查询。大量基于真实传感器采集数据和人工合成数据验证了本文所提出方法可以极大地减少通信开销和延长网络寿命。