随着智能终端技术的迅速发展以及应用领域的不断扩展,无线传感器网络感知数据的种类和数量也快速增长,而其中的图片、视频等多媒体数据由于很好地满足了人们依赖视觉以及听觉获取信息的习惯,因此具有特别的研究价值。然而,由于无线传感器网络的感知数据量过于庞大,如何高效地搜索这些多媒体数据就成了一个重要的研究课题。近似相似性搜索是传统数据库中应对海量高维数据搜索的有效手段,其通过牺牲少量的算法准确度来提高算法效率,在高维数据搜索领域展现了很好的性能。传统数据库中近似相似性搜索的研究已经取得了巨大的进展,大量的近似相似性搜索算法被提出并得到了广泛的应用。然而无线传感器网络的感知数据除了呈现海量高维的特性以外,还呈现出随机散布的特点,传统数据库中集中式的近似相似性搜索算法无法满足无线传感器网络的分布式特性,因此需要一种有效的手段来实现无线传感器网络下的海量高维数据搜索。论文在研究了传统数据库中的近似相似性搜索算法的基础上,结合无线传感器网络的特性,提出了一种适用于无线传感器网络的分布式近似相似性搜索算法。算法依据局部敏感哈希技术的基本思想,采用过滤-验证的框架,利用低维的数据指纹代替高维数据进行相似性判断,有效地降低了无线传感器网络中相似性搜索的通信能耗。同时,算法引入相似性打分机制,利用数据指纹的相似程度对数据进行相似性打分并依据打分结果对数据进行筛选,有效地提高了近似相似性搜索的精度。最后,通过仿真证明算法能够有效地适应无线传感器网络的分布式环境,且相对于传统算法,论文的分布式近似相似性搜索算法能够有效地提高相似性搜索的准确度并降低无线传感器网络的数据通信能耗。