无线传感器网络是以自由式组织与结合大量的传感器节点,进而形成的网络形式,是一种分布式传感网络。传感器在网络中进行无线通信,且网络设置灵活,还可以通过有线或无线方式与互联网连接,形成多跳自组织网络。传感器类型多样,不仅具备可探测温湿度、光强、地震等多种环境因素的能力,同时还具备信息采集、计算和传输的能力,故而其应用领域十分广泛。但由于传感器节点的能量有限,如何高效使用能量来最大化网络生命周期是传感器网络面临的关键挑战。节能是无线传感网的重要研究方向,而设计分簇路由算法或者缩减传输的数据量成为降低网络能耗的重要手段。分簇算法可以直接影响无线传感网的能耗及可扩展性。无线传感器网络的应用都需要采集环境信息且基于数据收集来完成,网络中会存在大量要传输和处理的数据,有很多数据是相似的,数据的感知及处理会对网络的能耗产生巨大影响。因此本文主要研究基于数据感知的分簇算法和适于相似性分簇的收集策略。通过利用数据相似性设计基于数据感知的分簇算法,再应用合理的数据收集策略,能够有效消除数据冗余,促进网内数据融合,减少通信量,进而降低网络能耗。本文首先阐述了无线传感器网络分簇和数据收集策略的研究背景及意义,并介绍了无线传感网的基础概论、几种典型的分簇算法及数据收集框架,进而分析了他们的优势与不足,归纳出本文要解决的主要问题。目前利用数据感知的分簇算法中,往往存在相似节点判断条件过于严格、冗余节点识别数量过少的问题。因此本文在CRPAW分簇算法基础上结合相似性提出一种CDSW分簇算法。此分簇算法在选取初始簇头的部分采用了CRPAW算法的结构,且在分簇过程中充分考虑了节点相似性、剩余能量等各种影响网络能耗的因素,定义了两个用以入簇和竞争簇头的加权函数。在节点相似性测量时,本文根据环境信息的分布及变化趋势等特点,定义了两个改进的相似性判断模型以作互相补充,并提出相应的数据估计方法。现有的数据感知分簇算法通过牺牲簇结构的合理性和节能性,以达到保持簇内节点高度一致性的目的。因此,本文根据CDSW分簇算法所形成的簇结构,提出一种基于相似性分簇的数据收集策略（DSCDC策略）。在DSCDC策略中,为了充分发挥节点相似性来减少通信量,本文提出了基于代表性（R）节点的数据收集方法。为了消除时间冗余数据,DSCDC策略中采用了长度压缩编码。同时此策略还改进了睡眠调度算法,以实现自适应改变空间采样率的效果。最后,为了验证提出的算法和策略的有效性及优越性,将相似性判断作为CDSW分簇的一部分,并将CDSW作为DSCDC策略构成的一部分,使用Matlab软件进行了仿真实验。同时,详细分析了仿真实验结果中DSCDC策略的各个部分,并对部分关键参数进行了讨论。使用数据缩减占比、数据精度、网络寿命及网络能耗作为性能评价指标,将DSCDC策略与EEDC、DSCCF和DCFA数据收集策略进行了比较。仿真结果显示,DSCDC策略的数据缩减效果更好,其网络寿命相较于另外三种策略可平均提高至1.78倍。由此可知,DSCDC策略能够形成较为合理的簇结构,有效消除数据冗余,降低网络通信能耗,显著延长网络寿命。