无线传感器网络(WSN，Wireless Sensor Networks)是由具有感知、计算和通信能力的微型传感器、以Ad hoc方式构成的网络。通过大量节点间的分工协作，WSN可实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息。本论文主要就WSN中的信息处理进行研究，涉及三个方面的内容，即容量分析、信息驱动的节点选择机制和分布式信源编码。 容量分析旨在从网络整体出发，分析当单个节点的功率受限时，网络容量与节点个数、网络容量与网络能耗等之间的关系。提出了一种在密集配置的WSN中，利用邻近传感器节点之间的低成本通信，由源节点首先将数据发送给其邻居节点，然后由邻居节点将该数据转发给Sink节点的数据转发机制，从而形成虚拟的多发射天线，以此提高WSN的容量。为解决Sink节点的瓶颈效应问题，提出在WSN中配置多个Sink节点以形成多模网络，进而利用频率的空间复用来提高网络容量。分析了在多跳的通信模式下，网络中的节点个数与链路容量之间的关系，通过在MAC层对节点的发送次序进行调度，获得了与虚多天线技术相同的容量扩展级。针对WSN中传感器节点的能量受限问题和不同节点测量数据具有相关性的特点，采取边路由数据边进行网内处理的传输策略，提出了一种通过优化传感器节点的放置位置使得网络能耗最小的方案。 在对信息驱动的节点选择机制进行研究时，引入了信息效用函数来度量不同传感器节点的信息贡献，以研究各种条件下如何选择合适的节点作为信息收集和路由转发节点来进行目标的跟踪和估值。在将用户的目标查询请求从查询代理路由到指定的出口节点的应用中，在给定通信成本的限制条件下，路径上的节点结合自身对目标的测量值和从其它节点收到的目标状态信息，对目标状态进行序列贝叶斯过滤；同时在以自身和出口节点为焦点的椭圆范围内，选择信息贡献最大的邻居节点作为下一跳节点，这样依次进行目标状态的更新和信息驱动的节点选择，最终将汇聚的目标状态信息路由到指定的出口节点。对于其中存在节点洞的