随着越来越多的智能物体（Smart Things）部署在现实世界中,物联网感知网络（IoT Sensing Network）在不同领域也受到了广泛地关注,尤其是在物体感知和监测领域。这些智能物体实际上充当着传感器节点的角色,用于监测和收集各种事物的数据信息,其中多维Top-k查询旨在检索出感知节点中得分最高的前k个数据记录,是一个重要的应用。然而,由于硬件设备和环境因素的影响,一些节点采用电池供电,能量有限且难以补充,并且数据传输是能量消耗的主要方面。因此,在物联网感知网络查询处理中,如何减少数据传输以降低网络的能量消耗是最受重视的问题之一。本文针对物联网感知网络中多维Top-k查询处理存在能量消耗大的问题,考虑对整体网络区域的查询,和对网络区域局部的区域性查询,分别提出了基于缓存的连续多维Top-k查询处理方案,和区域性连续多维Top-k查询处理方案,在保证查询获得正确结果的前提下,降低感知节点因冗余数据传输导致的能量消耗。本文的主要工作如下:（1）提出了基于缓存的连续多维Top-k处理方案。目前已有研究中利用多维数据点间支配关系和阈值进行数据过滤的查询处理方案存在能量消耗过高的问题。针对此问题,本文首先将网络区域划分成网格块,并通过网格块的合并构建索引树,实现能量有效的数据传输。接着,缓存流行网格块内节点的数据以应答查询,并利用缓存数据计算查询的阈值以过滤其它网格块内节点的数据。此外,在数据沿索引树向上聚集的过程中构建网格索引,利用支配关系减少了假阳性数据的上传。最后,通过对比实验验证了所提方案在降低能量消耗方面的有效性。（2）提出了区域性连续多维Top-k查询处理方案。针对已有工作未考虑的区域性连续多维Top-k查询问题,本文利用已构建的索引树将查询发送到相关的节点,基站收集查询区域内节点的Skyline。在此基础上,提出了基于直方图的阈值估测算法。估测的阈值相比于已有的阈值选择方法,更加贴近查询的真实阈值,该阈值能够过滤绝大部分的无效数据记录。此外,利用Skyline的性质,筛选出不必要接收阈值的节点。最后,不同参数下的对比试验表明提出的方案有着更小的能量消耗。（3）设计并实现了连续多维Top-k查询处理原型系统。依据模块化的程序的设计理念,针对整体网络区域的连续多维Top-k查询和区域性连续多维Top-k查询的需求,设计了感知数据处理模块、偏好设定模块、查询处理模块和结果展示模块。原型系统使用Java语言进行开发,能够对所提出的方案进行实现。最后,对原型系统的功能进行展示。