传感器网络是由一组传感器节点以自组织方式构成的无线网络,随着其研究的深入,目前在各个领域得到了广泛的应用。为了满足用户查询的要求,研究者提出了多种查询方式,目前,kNN (k Nearest Neighbors)查询作为传感器网络数据查询应用最广泛的一类查询,得到了越来越多的关注。在传感器网络kNN查询中,目前主要存在三个方面的问题。第一,由于传感器网络数据的不精确性,返回的查询结果往往是不精确的。第二,由于用户提出的k近邻查询中的“近”本身就是一个模糊的概念,因此,得到的结果可能是不精确的。第三,实际应用中用户的kNN查询请求往往是针对某一区域而不是全部区域,为了节约通信开销,则需要进行分区域后查询。可以看出,产生不确定数据和无法满足用户的复杂查询是传统传感器在应用中无法满足KNN查询的一个主要问题。模糊传感器作为新兴的一种传感器,可以根据传感器感知数据的特点,有效的表示传感器产生的不确定数据,解决传统传感器的不确定数据的kNN查询问题。为此,本文首先针对传感器网络产生的数据的不精确问题,提出了模糊传感器不确定数据查询模型,提出了基于阈值的数据更新算法FTU,并提出了该模型下的一些主要的查询类型。然后,针对给定的模糊传感器网络,提出了一种区域分片的数据存储方式,并提出了分区域查询的概念,随后提出了一种虚拓扑的查询分发算法VTR (Virtual Topology Routing)。最后,提出了模糊传感器网络的不确定数据FkNN查询算法,包括基于位置的LFkNN查询算法、基于值的VFkNN片内查询算法(点的、模糊隶属度区间的、以及模糊值的)、基于值的全局VFkNN查询算法。实验表明,本文提出的模糊传感器不确定数据的FkNN查询方法具有可行性,并且通过与现有的传感器网络kNN查询算法进行比较,验证了本文提出的方法得到的结果更精确,更能满足应用需求,在查询响应时间以及查全率方面更佳。