随着通信技术、嵌入式计算技术和传感器技术的飞速发展，具有感知能力、计算能力和通信能力的微型传感器开始出现，由这些微型传感器构成的传感器网络引起了人们的极大兴趣，也取得了很多研究成果。　　但是，和传统的数据库系统有很大的不同，局限于硬件水平，现有的传感器网络数据处理系统只能向用户提供简单的查询操作，对于这种分布范围广泛的无限数据流，很大一部分类似于数据库的操作无法实现。尤其是传感器节点的计算能力、存储能力、能量和网络的通信限制使得节省能量，延长网络的寿命成了无线传感器网络的最重要的研究目的。另外，传感器节点持续地收集感知数据，通过多跳传送的方式，发送至数据处理中心，这些带有时间特征的、持续的分布式数据流的处理技术，以及如何在其中获取有用信息成为无线传感器网络研究的挑战。　　目前，关于能量高效的研究可以分为底层网络的路由协议和数据处理层次的技术，例如体系结构，数据融合技术，数据分布式复制技术等等。在这些研究中，网络层的传感器节点组织形式大多采用聚簇的形式，因为聚簇可以大量的减少数据的通信量，增加网内处理操作，节省能量的消耗。目前的聚簇算法基本上是基于地理空间信息而形成的，算法的出发点是寻找最合适的聚簇数量，或者是从网络路由的角度来研究的，这些聚簇算法大都是跟数据本身隔离的，所以无法从使用者的角度来调整聚簇的内容。　　针对能量高效的聚簇和从数据意义上来组织聚簇的问题，本文做了一些研究。首先，本文的聚簇算法是从网络中数据传送的能量消耗最小这个角度出发的，数据传送的能量消耗也是网络中能量消耗最重要的部分。把传感器数据的传送分为从普通节点到聚头节点以及从簇头节点到Sink节点这两个阶段，分别计算这两个阶段的能量消耗，得出用参数k，p来表示能量最小的聚簇算法KPC。该算法实现简单高效，易于维护，方便传感器网络的扩展。　　无线传感器网络的感知数据具有局部性特征，可以用来减少数据的传输量。本文在KPC聚簇模型的基础上，提出了数据层次上的基于局部性特征的聚簇优化算法LBOC模型，根据聚簇内传感器节点的感知数据的相似度，发现聚簇内的异常节点，然后跟相邻的聚簇比较，选择合适的聚簇，进行簇间的交换。　　在经过LBOC聚簇优化后，本文提出了一些基于该优化聚簇的传感器网络上的应用，包括哈小波数据压缩，数据分类算法和关联规则算法。