在许多无线传感器网络监测应用当中,例如结构健康监测、火山断层扫描、以及机器故障诊断等等,传感器节点采集到的数据需要无损的汇集到网关,接着通过一个集中式的算法进行处理,从而来提取被监测物的一些全局特征或者模型参数。为了减少这种大量原始采集数据的传输,通常会采用网内处理的方法。这意味着在网络中我们将不再传输原始数据,而是传输中间计算结果。然而,现有的大部分网内处理工作常常会对各传感器节点上的计算函数（也称融合函数）做一些通用的假设,而没有关注这些节点上所执行的计算是否符合当前监测应用下的特定集中式处理任务。本文针对给定的集中式处理任务下,研究如何在不同传感器节点上执行哪些计算子任务,使得最终计算结果与给定的集中式计算一致。我们称之为无损网内处理。可见无损网内处理需要等效拆分给定的集中式算法,然后合理的将拆分后的计算分配给网络中的不同节点。目前这些问题在业界还没有得到足够研究。本文针对无损网内处理围绕两个问题展开研究:1)一个集中式的算法应该按照什么样的模式进行拆分,以使得拆分后的计算可以被灵活地分配到任意拓扑结构的无线传感器网络当中。2)对于每种拆分模式下得到的计算任务,如何在资源有限的传感器节点当中设计有效的路由路径。这两个问题我们分别称之为拓扑受限的计算拆分问题和计算约束下的路由设计问题。本文首先介绍了适合于任意网络拓扑结构的通用拆分模式,然后对各种拆分模式讨论了一系列与传统路由形态不同的新型路由方式。针对其中嵌套树型的拆分模式,我们在三种不同的计算规律下设计了具体的路由算法。尤其是对有偏线性递增的计算规律,我们证明了提出的路由算法其数据传输代价不会超过最优网内处理树代价的1+2^1/2倍。论文对所提出的算法进行了大量的仿真实现,仿真结果表明本文提出的路由算法在保证相同的计算结果下,传输开销与经典路由算法相比得到显著降低。