本文以无线传感器网络为研究背景,主要研究在以数据为中心的存储策略(Data-Centric Storage,DCS)中如何高效利用传感器节点的有限能量进行数据查询的问题,设计了划分区域的DCS算法——ZDDCS(Zone-Divided DCS),并改进了SAQP算法中的查询响应节点选取算法,提出了一种新的相似查询节点选择算法DCSA (Dynamic-based Candidate Selection Algorithm)。主要研究工作包括:研究分析了传感器网络中的数据存储方法,给出了DCS存储策略适合的应用情况。对现有的一些传感器数据存储索引技术进行分析,指出相关算法的不足,并提出改进方案。针对传统DCS系统中数据长距离传输导致能量消耗过大以及产生“热点”的问题,设计实现了划分区域的DCS方法(ZDDCS),并给出相应的存储算法和查询计划。通过将数据存储限制在子区域内部,减小了存储节点与感知节点的距离,降低存储节点的负担,一定程度上减轻了“热点”问题;同时采取懒惰存储机制减少需要存储的数据量,从而进一步节省网络能量消耗。分析了现有的基于DCS进行优化相似查询的SAQP算法,指出其不足之处,并改进了原候选者选取算法(Candidate Selection Algorithm,CSA)中的视图节点优先级确定依据,针对CSA获取的响应查询节点集合不具有全局最优性的缺点,提出了新的候选者选取算法(DCSA),发送查询时的能量消耗更低。利用OMNET++搭建了仿真环境并编写了大量的仿真程序,从网络总能量消耗、数据通信量以及节点能量消耗三方面分别对ZDDCS以及DCSA进行了仿真分析。实验结果的分析比较表明,算法有效地降低了网络的能量消耗,降低了存储节点的负担,并且查询的次数越多,网络规模越大,改进的算法优化效果越好。