无线传感器网络负责感知、采集、处理和监控环境数据，但是容易受限于资源。压缩感知理论表明，通过求解最优化问题，稀疏信号可以从少量的非自适应线性投影中得到高概率的精确恢复。根据压缩感知理论设计无线传感器网络的数据压缩方法只依赖于信号内在的结构和内容，而不是信号的带宽，弥补了无线传感器网络的不足。本文详细阐述了压缩感知理论，研究了传统的无线传感器网络数据压缩和网络编码方法。提出了结合压缩感知理论的稀疏随机投影的线性网络编码方案。该方案针对线性网络编码吞吐量大、编码简单的特点，在压缩感知理论框架下选择伯努利/拉德马赫随机矩阵作为测量矩阵，该矩阵具有渐近正态分布特性,满足受限等距性条件，解决了线性网络编码中可能出现的地址头拥塞问题。修正了数据包格式以满足压缩感知精确重构的要求，当接收端收集到一定数目的数据包时，利用凸优化算法进行信号重构，有效解决了线性网络编码的“全解或无解”问题。仿真实验结果表明本系统在满足误差要求的条件下重构所需的数据包个数减少至总节点数目的30%，提高了无线传感器网络数据通信效率，降低了系统能耗。同其他无线传感器网络数据压缩算法相比，提出的算法具有实现简单、压缩效果好的优点，特别适用于资源有限、对精度要求不是特别严格的无线传感器网络。