无线传感器网络（Wireless Sensor Network,WSN）是一种非有线连接的数据采集、分析、整理、传输的网络,由于其可靠的远程监控能力,自组织、灵活配置、扩展便捷的特点而成为21世纪最重要的技术之一。由于无线传感器网络通常部署在条件恶劣、危险性高,人类无法到达或复杂甚至昂贵的环境中执行信息采集作业,导致无线传感器网络无法拥有持续的能源支持,可能会在网络容错、能源消耗等方面面临巨大的挑战。因此如何建立WSN节点的故障检测机制,在网络部署运行过程中能够进行故障传感器节点的自我诊断、数据可靠恢复以及网络能耗优化是非常重要的。本文根据上述三个方面的要求做出如下工作:（1）改进无线传感器网络的时空相关性融合算法,详细阐述相关性与相关系数概念,引入三大相关系数,在改进融合算法中分别使用自相关系数与Pearson相关系数作为无线传感器网络中衡量传感器数据时空相关性的基准参数。在异常数据恢复过程中,引入指数平滑算法与分段最小二乘法两种算法,提高异常数据恢复算法的预测精度。最后将改进后的算法与单独的时间相关性算法,空间相关性算法以及改进前的算法在节点故障检测与异常数据恢复方面进行效果对比。（2）引入图信号概念,改进时空相关性无线传感器网络节点故障检测与异常数据恢复算法,将图信号处理与基于时空相关性的传感器节点故障检测与异常数据恢复算法相融合,来提高故障检测率以及数据恢复的精确度。首先依据无线传感器网络进行抽象图的创建,然后使用低通滤波进行故障检测,随后根据传感器节点数据的时空相关性在图傅里叶变换以及逆变换的基础上进行图信号恢复,达到异常数据恢复的目的。（3）针对无线传感器网络能量消耗问题,对比多个传统能耗优化算法并予以改进,仿真结果表明网络生命周期能够有效延长。在网络分簇划分过程中,采用增加权重影响簇头选举概率的改进DEEC分簇算法,引入距离权重值对网络分簇的性能进行优化,保证合理的分簇效果,调节WSN内各传感器节点的能耗,维持完整的网络拓扑结构,从而增加网络整体的使用寿命。从仿真结果可以看出,本文所研究改进的无线传感器网络节点故障检测算法在传感器节点故障检测、异常数据恢复及能耗优化整体方面,对于无线传感器网络的实际部署使用效果均能保持较为优异的性能效果,具有一定的实际应用意义与工程价值。