近年来,随着科学技术的进步,新的技术越来越深刻的改变着人们的生活。物联网技术的出现,使得任何物品与物品之间的通信成为了可能,人们可以随时随地对物品的状况进行监控,获取数据,检测故障,做出决策。在工业生产控制、环境监控、身体状况检测、安全保卫、物流系统等应用场景中,物联网技术都有着非常广阔的应用前景,是未来有着巨大潜力的发展方向。智慧城市是新兴的概念,含义是在城市中采用更多的新的技术,智能控制城市的运转,使得人们的生活更为便捷舒适。物联网是智慧城市的重要组成结构,是智慧城市系统的基础。在物联网系统中,传感器作为收集物体信息的器件,能够采集物体和周围环境中的的温度、湿度、光照、气压、运动速度、加速度、磁场、紫外线强度等各种不同的信息,为后续的分析和决策提供数据来源,是整个系统必不可少的硬件基础。在智慧城市系统中,需要测量和控制的对象通常都有较大的面积,例如一整栋大厦,因此必须有多个传感器协同工作,在不同的位置分别采集数据,才能搜集到完整的信息。对于这样的应用场景,常用的方法是建立传感器的网络,使用中央处理器控制各个节点,收集节点传来的数据并进行处理,然后生成对所测量的空间整体的分析模型。由于无线通信技术的发展,加上对于便利性以及空间优化的需求,无线传感器网络就成为了物联网和智慧城市系统中热门的解决方案。在无线传感网络中,最重要的衡量性能指标是传感网络节点的功耗以及测量数据的精度。由于大部分无线传感节点都没有外部的供电,需要靠电池维持其数据采集和传输的功能,因此降低功耗能够显著增加其工作时间,降低维护传感网络所需的开销;精度越高也就意味着它能够提供越精确的测量数据,在这些数据的基础上进行的后续分析与研究也就能够取得越好的效果。本论文的主要目标是设计一套无线传感网络系统,提出对该系统的功耗和测量测量精度进行优化的方法,在所设计的系统上实现,并对其效果进行评估。在这个系统中,单个节点使用TI开发是CC2650开发板与传感器相连接构成,通过测试其测量与数据传输功能验证该节点的功能;传感网络由CC2650 SensorTag作为节点构建,使用蓝牙进行无线通信。本论文提出的功耗优化方法包括减少节点消耗的能量和从环境中收集能量两个方向,具体方法是优化节点个数与位置,减小采样周期和使用能量采集技术等;精度优化方法主要是冗余设计,误差检测,重点研究基于机器学习的异常数据检测方法,主要采用的是人工神经网络方法,实验结果证明了这些方法能够从传感网络的测量数据中准确检测出异常的测量结果。