近年来无线传感器网络基于其深远价值与意义,一直被热门关注和研究。由于传感器节点之间通信能量开销占节点能量总开销的比重大,以及用户特殊查询目的等因素,用户有时想执行分辨率由粗到细的不同查询请求。因此需要在网内建立支持多分辨率的数据存储体系,以支持这种类型的查询需求。在以往的一般数据存储方法中,很多方法并不能有效地支持多分辨率存储与查询处理。而对于支持多分辨率的数据存储方法,一般采用基于变换思想的压缩技术,对原有数据抓取重要程度不同的特征系数并保存在多层节点中,比如离散余弦变换、小波变换技术等。该类方法使高层节点数据存储负载非常大。一、针对多分辨率数据存储问题,本文提出一种多分辨率数据存储模型MDS,模拟实验表明基于MDS的数据存储方法在一定程度上缓解了高层节点的数据存储压力。MDS的主要思想是,在低层节点中利用区域单元内的节点空间相关性,对感知数据做排序、近似表示操作得到高分辨率的近似结果;在高层节点中利用区域单元间的节点空间相关性,对数据做近似表示和聚类操作以产生逐层降低的低分辨率近似结果,并为聚类得到的代表向量建立索引机制。已有的基于变换压缩技术的多分辨率数据存储机制在回答聚集查询时,节点需将与查询区域对应的所有特征系数全部传至基站,再在基站做后处理工作。这使得聚集查询所需通信开销达到了对应区域内的快照查询所需通信开销。二、本文提出一种基于MDS多分辨率区域查询处理方法,实现了对区域上的聚集查询与快照查询及相关优化处理,模拟实验表明它有效降低了通信开销。三、针对节点中的历史数据存储问题,考虑到节点存储容量有限及历史感知数据流无法长期保存在有限存储空间中,本文定义了存储释放权重因子,提出基于权重的历史数据存储方法,保证在不同历史时间段实现多级数据压缩与存储。模拟实验表明它能从整体上有效缓解对历史数据的存储空间释放与查询误差增大之间的冲突。