无线传感器网络节点生成大量冗余数据,这些数据在节点间的转发会引发一系列问题,如节点上有限能量的大量浪费、网络传输延迟、网络中海量传感数据存储处理困难等。这些问题都严重制约了无线传感器网络应用的进一步发展和大规模推广使用。针对这些问题,本文从以下两个方面来进行云存储环境中传感数据压缩存储研究：传感器节点数据压缩和海量传感数据压缩存储。一、考虑到单个节点传感数据间存在时空相关性,本文提出了分段常量近似与小波压缩相结合的PCA_W压缩算法,在误差可调的情况下针对该类时空相关的传感数据进行压缩处理。实验分析比较了PCA_W算法与其它两种压缩算法在数据重构误差、数据压缩比、压缩耗时和解压耗时方面的表现。结果表明PCA W算法可以显著减少冗余数据,有较高的压缩比并可以保证数据重构精度。二、考虑到网络中海量传感数据存在大量重叠、存储处理困难等问题,本文提出基于云存储的海量传感数据存储模型,使得上层应用数据存取访问更便捷、更有效；设计基于哈夫曼算法的海量传感数据压缩的方法,压缩海量传感数据,可以节约存储空间和带宽。实验验证了本文所提出的压缩方法在压缩比、压缩处理耗时以及解压处理耗时方面具有的优势。