无线传感器网络在目前是一个十分活跃的领域,在许多方面都得到了广泛的应用,它是由许多低功率的传感器节点组成且以无线的形式收发信息,并将采集到的信息传递到远处的基站处理。传感器节点的资源受限,它以自身携带的电池供电且人们难以对其进行补充,因此传感器节点的能源问题一直是困扰研究人员的问题之一,如何利用技术手段来达到节约能量的目的是目前无线传感器网络的研究热点。数据压缩技术是节约能量,延长无线传感器网络生命周期的一种切实可行的技术之一。现有的研究表明,在无线传感器网络中,通信时消耗的能量要比计算开销大的多。数据压缩通过将冗余的信息去掉,来减少信息传输时的数据量,节约有限的通信带宽和能量。经典的数据压缩是基于信息论的,统计类编码如游程编码和基于字典的编码在传感器网络中也得到了应用。基于小波的数据压缩算法在目前得到了广泛的研究,这是由于小波具有良好的时频特性,相对于传统数据压缩算法具有更好的压缩效果。传感器节点采集到的不同类型数据之间往往具有某种程度的关联性,利用多种数据之间的这种关系可以减少冗余信息,提升数据压缩效果。由于传统的小波区间和传感器信号的区间一般难以匹配,利用传统小波来进行压缩时会遇到边界效应问题,从而增加了一定的开销,本文结合上述两点提出了一种基于区间小波的多数据流压缩算法,通过和另外三种算法的仿真比较,得到了比较好的压缩效果,降低了能量消耗。传感器节点在采集数据的过程中数据d和时间t具有某种程度的关系,本文根据传感器网络的这种时间特性提出一种时间线性模型,利用时间线性模型来减少冗余数据。提升小波相对于离散小波变换具有即位运算、运算速度快等优点,利用提升小波来对传感数据进行压缩能得到更好的效果,节约传感器节点有限的能量和存储空间。基于上述两点,本文提出了另外一种基于时间线性模型的提升小波压缩算法,通过仿真实验和另外两种压缩算法的比较,实验表明各项指标都得到了优化。