无线传感器网络的研究始于20世纪90年代，是当前国际学术界和工业界的研究热点内容。该技术具有广泛的应用前景，已经或正在被广泛应用于军事国防、环境监测、智能家居及护理、灾难预警和救援、精细农业监测等领域。传感器网络的研究涉及拓扑控制、MAC协议、路由技术、以及数据管理技术等多个方面，其中数据管理技术是传感器网络的重要支撑技术，其主要目的是在保证数据收集的正确性和有效性的前提下减少节点的能量消耗，延长网络的生命周期。　　当前传感器网络数据管理技术的研究工作主要关注于简单查询算法的研究，以及一些复杂操作符查询算法的研究，如Top-k查询、KNN查询、事件监测等，而关于面向基础结构的数据收集技术的研究不多。本文针对这类数据管理技术展开研究，将聚簇技术、路由技术、以及主观逻辑理论引入数据管理范畴，分别对聚集数据收集、非聚集数据的收集，以及异常数据的收集（或检测）进行了讨论，达到节省节点的能量消耗，延长网络的生命周期，更好为用户提供服务的目的。在此基础上，研制和开发了传感器网络数据管理系统TinyQP，并讨论了系统功能扩展。本文的贡献主要包括以下几个方面:　　(1)基于时-空相关性的数据收集　　传感器网络数据收集技术中，使用聚簇算法对网络中的节点进行分簇是减少网络通信耗能的一种有效方法。本文首先提出了一种基于空间相关性的聚簇优化算法，通过收集节点一段时间内的感知数据计算节点间的相似度，以此构建网内聚簇，可以避免非正常数据对聚簇结果的影响，提高建簇的正确性。算法还讨论了簇头选择方法、簇的路由及簇的维护方法，在尽量减少能量消耗的前提下，可以保证聚集数据收集结果的正确性。在此基础上，讨论了节点数据的时间相关性对节点能量消耗的影响。当簇头节点感知数据时间相关性较强时，不再重复发送数据，这样可以保证在进一步减少能量消耗的同时，平均聚集结果也在用户可容忍的误差范围内。本文给出了能量平衡路由，并讨论了多个簇头节点时间相关性不一致时路由的维护方法。　　(2)面向非聚集数据构建最大生命周期森林　　传感器网络中，由于节点的发射功率、传输的数据类型和数据量不同，节点的能量消耗也会不同，一些节点会很快耗尽能量成为失效节点。这种情况下，的目标是最大化失效最快节点的生命周期。本文分别讨论了当传感器网络拥有单sink节点和多sink节点，网内节点发射功率可调时，面向非聚集数据收集，如何构建最大生命周期数据收集树（森林）的问题。该问题为NP完全问题，提出了启发式算法作为解决方法。该算法每次对网络中负载最重节点的子孙节点执行转移，从可以接纳节点的邻居节点中挑选距离最近的节点作为转移后的父节点。需特别指出的是，在多sink节点网络中，节点选择传输代价最少的sink节点作为其支配节点;对节点执行转移时，如果涉及到多个sink节点支配的节点，那么需要多个sink节点交互完成。通过这样的方法，可以均衡网内节点的能量消耗，延长网络生命周期。　　(3)基于主观逻辑的异常检测（异常数据收集）　　如何及时、准确的检测传感器网络中存在的错误数据和异常事件数据（统称为异常数据）并加以区分是当前研究的一个重点。考虑到邻居节点对节点感知数据的判断意见的不确定性，本文将适用于不确定性推理的主观逻辑引入异常检测，提出了SLAD框架。该框架包括三个阶段:预处理阶段、自检测阶段，以及邻居间检测阶段。在第一阶段，sink节点为每个节点构建AR模型;在第二阶段，使用AR模型以检测节点的感知数据是否为疑似异常数据;在第三阶段，提出两种新颖的算法SLB和ESLB算法以进一步判断疑似异常数据是否为异常数据。SLB算法中，每个邻居节点给出关于节点疑似异常数据的定量的判断意见，通过融合所有邻居节点的意见之后，得到该疑似异常数据是否异常的判断结果。ESLB是SLB的扩展算法，不再采纳拥有疑似异常数据的邻居节点的判断意见，充分考虑了节点和邻居节点历史感知数据的关系，并能有效的区分错误数据和异常事件数据。仿真实验表明，本文提出的SLAD框架（第三阶段为ESLB算法）相比原有的研究，更为有效的提高了异常检测的性能。　　(4)原型系统　　在原型系统的设计与开发方面，首先提出了可扩展的传感器网络三层数据管理系统架构，这种架构可以很好的支持大规模传感器网络;其次，介绍了在三层系统架构的基础上研制开发的原型系统TinyQP，给出了TinyQP1.0系统已完成的功能模块介绍，在此基础上，结合现有的硬件条件，以及本文的研究成果，设计了TinyQP2.0系统可扩展的功能模块，并给出了TinyQP2.0系统处理流程的详细描述。