无线传感器网络（Wireless Sensor Networks, WSN）作为一种新型的网络技术，将逻辑上的信息世界与客观上的物理世界融合在一起，改变了人类与自然界的交互方式，因此广泛应用于工业控制、医疗护理、军事监测和智能交通等领域。然而，无线传感器网络具有许多不同于传统网络的特殊性，这也使得它的发展面临许多亟待解决的问题。在无线传感器网络中，传感器节点所感知的一维数据往往存在大量的冗余，包括同一节点在相邻时刻所采集数据在时间上的冗余，地理区域上邻近的节点所采集数据在空间上的冗余，以及不同属性数据间存在的冗余。此外，传感器节点所感知的二维图像中相邻像素的灰度值往往是高度相关的，同样存在着大量的冗余。由于传感器节点的计算能力、存储能力以及电源能量严重受限，如果直接传输带有大量冗余信息的原始数据，将浪费通信带宽、增加网络延时和节点能耗，进而会影响整个传感器网络系统的稳定性和寿命。针对无线传感器网络一维数据和二维图像存在的冗余信息，本文提出了三种新的无线传感器网络数据压缩算法：（1）针对传感器网络单属性数据存在的时间和空间相关性，提出了基于自适应最优消零的传感器网络数据压缩算法，该算法分别在各个传感器节点和簇头节点对相应的数据序列进行递增排列并进行相关位和位数因子分析，以寻找一个最优位数因子，然后利用该最优位数因子对数据序列进行消零运算和二进制编码，从而去除时间和空间冗余，减小数据传输量。（2）针对传感器网络多属性数据间的相关性以及感知数据可能存在的突变性，提出了基于异常点筛选和分段多项式回归的传感器网络数据压缩算法，该算法根据不同属性数据的分布特征选取基信号，然后采用多项式回归模型分段近似其它数据序列，同时对数据序列中可能存在的异常值进行检测和筛选，从而在保证数据精度满足系统要求的前提下，有效地减小数据传输量，降低节点能耗。（3）针对无线多媒体传感器网络中二维图像数据存在的相关性，提出了基于簇内分布式处理的无线多媒体传感器网络图像压缩算法，该算法通过能量优先选择原则在簇内选取若干个辅助节点，将图像的多级小波变换和编码压缩分布到辅助节点上完成，从而平衡各个节点的能耗，延长网络生命周期。上述三种算法分别面向传感器网络的单属性一维数据、多属性一维数据和二维图像数据，从降低节点能耗、减小网络延时和延长网络生命周期的目的出发做了相应的研究工作。本文通过MATLAB仿真实验分别对三种算法的性能进行了验证，仿真结果表明，三种算法均能在保证数据精度符合系统要求的前提下，对各自的研究对象进行有效压缩，降低节点能耗，延长网络生命周期。