傳感器網(wǎng)絡(luò)監(jiān)測(cè)的實(shí)際環(huán)境中，傳感M27C2001-12F1器節(jié)點(diǎn)采集的很多監(jiān)測(cè)屬性值如溫度、濕度、露點(diǎn)溫度和振動(dòng)等在連續(xù)時(shí)間內(nèi)的變化較小，多數(shù)鄰近的數(shù)據(jù)相同或者近似。小波變換是一種能同時(shí)表征信號(hào)時(shí)域和頻域行為的數(shù)學(xué)工具[41]，具有多分辨分析的特性，在不同的尺度或者壓縮比下仍然能保持信號(hào)的統(tǒng)計(jì)特性，對(duì)壓縮陣發(fā)性數(shù)據(jù)流非常有效。將傳感器網(wǎng)絡(luò)中采集到的原始數(shù)據(jù)變換到小波域來(lái)進(jìn)行處理，以實(shí)現(xiàn)對(duì)原始數(shù)據(jù)的壓縮是傳感器網(wǎng)絡(luò)中一種有效的數(shù)據(jù)處理方法。

    則稱(chēng)緲(f)為一個(gè)基本小波母函數(shù)，緲(f)=o，即jl- cp(t)dt=o將小波母函數(shù)進(jìn)行平移，設(shè)其伸縮因子（又稱(chēng)尺度因子）為口，平移因子為f，令其平移伸縮后的函數(shù)為cPa,，(t)，則有cPa,，(t)為依賴參數(shù)口、丁的小波基函數(shù)。

   文獻(xiàn)[42]提出了基于區(qū)間小波變換的數(shù)據(jù)壓縮算法，利用小波理論中的快速Mallat分解算法對(duì)采樣的傳感數(shù)據(jù)進(jìn)行小波分解，在量化階段對(duì)小波變換后得到的高頻系數(shù)和低頻泵數(shù)進(jìn)行閾值處理，根據(jù)量化級(jí)將小波系數(shù)映射到某個(gè)整數(shù)區(qū)間。由于分解后的傳感信號(hào)能量集中在低頻系數(shù)上，小波系數(shù)按一定的規(guī)律出現(xiàn)，因此進(jìn)而應(yīng)用游程編碼（對(duì)數(shù)據(jù)流中連續(xù)出現(xiàn)多次相同數(shù)值的數(shù)據(jù)以個(gè)數(shù)和數(shù)值的形式來(lái)表示），以取得進(jìn)一步的壓縮效果。

   Ciancio等[43]基于小波變換中的提升因數(shù)分解方法，提出了無(wú)線傳感器網(wǎng)絡(luò)中的分布式小波數(shù)據(jù)壓縮算法。該算法將小波系重定義為通往中心節(jié)點(diǎn)的數(shù)據(jù)流，通過(guò)計(jì)算部分小波系數(shù)，利用網(wǎng)絡(luò)中的自然數(shù)據(jù)流來(lái)聚集數(shù)據(jù)。