随着无线传感网应用的不断扩展,它对信息技术的促进和要求也将逐步凸显。在现实社会中,无线传感网已经深入到社会的方方面面并在很多领域发挥重要作用,例如：航天、安防、宇宙探测、应急指挥等。无线传感网逐渐成为人类信息化社会的基础。经典的传感网络的感知对象主要局限于低维数据参数,如温度、湿度、土壤成分、移动物体的速度和方向等。随着无线传感网的普及,它采集数据的数据量和维度不断扩大,经典无线传感网固有的特性造成前端节点能量、计算等条件受限。一种新的前端编码量小且计算复杂度低的编码方法对于无线传感网是非常有必要的,压缩传感理论的出现正好迎合了这一需求。由于压缩传感理论不是根据信号带宽特征编码,而是根据信号的“内在维数”进行编码,因此它突破了奈奎斯特采样定理采样率的限制,同时它通过线性投影过程实现信号编码,达到了编码计算复杂度远低于奈奎斯特采样定理的这一目标。本文的主要研究内容和完成的工作如下：1.采用确定性Toeplitz传感矩阵将信源压缩编码与信道纠错编码结合为一次线性投影,降低了编码的复杂度。该方法既考虑到信源编码与信道编码之间的权衡,同时也根据两个信道之间的不同特征分别给出对应的编码方法：针对高斯信道本文完善了CSGC (Compressed Sensing Gauss Channel)算法,针对瑞利信道本文提出CSRC (Compressed Sensing Rayleigh Channel)算法。仿真试验结果表明信道噪声、衰落、时延等因素对压缩传感理论的恢复概率影响较小。在编码信息量相同的条件下,CSGC和CSRC编码方法由于涉及一些实际中因素的影响,其精确恢复的概率略低于传统压缩传感理论。2.将基于压缩传感理论的信源信道联合编码与RSWCs ("Real" Slepian-Wolf Codes)编码相结合形成一种新的分布式信源信道联合编码方法。该编码方法的优点是保留了S-W编码方法不需要协同通信的优点,同时降低了编码的计算复杂度。仿真试验结果表明在同样的测量值数目的条件下,使用相邻数据之间的空间相关性可以有效提高恢复信号的信噪比。3.研究了基于压缩传感理论的时间协同传输方法。本文根据测量矩阵的不可替换性,对时间序列的目标使用投影矩阵序列进行测量。在后端恢复时,根据恢复出的数据稀疏度确定测量矩阵及其对应的时间节点,由于信号本身与测量值间有弱相关性,通过理论分析及公式推导可以达到数据间的时间协同传输的目的。4.研究通过细分逼近方法实现无线传感网的网络数据采集与传输。每次测量可以根据测量对象的尺度与后端恢复的精度要求确定每次参与测量的测量节点。理论推导和仿真实验都验证细分逼近方法可以实现数据采集与高效恢复。