1.一种传感器网络中针对小波数据压缩的预处理方法，其特征在于其包括簇成员节点行为和簇头节点行为；

该簇成员节点行为主要包括：簇成员节点将K个感知数据的样本均值与样本标准差作为自己所处环境的近似数据特征，其中K为用于计算样本均值的样本个数；利用样本均值变化的程度来衡量环境的变化程度；将相应地样本均值告知簇头节点；

而该簇头节点行为主要包括：利用簇成员节点的样本均值信息，簇头节点建立并维护一个簇成员节点的顺序索引；簇头节点获得所有簇成员节点的数据后根据顺序索引生成一个数据向量；在该数据上进行离散小波变换，并将所获得的近似系数与部分细节系数发送到基站；利用小波逆变换，基站由所获得的近似系数、部分细节系数和相应的簇成员节点顺序索引完成对簇内各个节点感知数据的重构。

2.根据权利要求1所述的传感器网络中针对小波数据压缩的预处理方法，其特征在于其中该簇成员节点行为包括以下步骤：步骤11：簇成员节点vi获得第一个采样数据si(1)，并将其发送至簇头节点；

步骤12：初始时，设置 为簇成员节点的第一个采样数据，设置 为初始标准差σinitial，即步骤13：N_S为采样时刻，初始值为1，N_S＝N_S+1；

步骤14：簇成员节点vi采集第N_S时刻的数据si(N_S)，并将其发送至簇头节点；

步骤15：如果N_S为K的倍数(Mod(N_S,K)＝＝0)，则按照公式(1)计算新的样本均值按照公式(2)计算样本均值变化程度MV；如果MV不小于1，则利用 更新 按照公式(3)更新样本标准差 并将 值通知簇头节点；

步骤16：跳转至步骤13；

其中K为用于计算样本均值的样本个数。

3.根据权利要求1所述的传感器网络中针对小波数据压缩的预处理方法，其特征在于其中该簇头节点行为包括以下步骤：步骤21：在时刻1，簇头节点CHi收集其簇成员节点Mem＝{CMj|j＝1,2,…,m}的感知数据，得到数据序列 并用Si(1)来初始化即

步骤22：将Si(1)降序排列，获得相应的数据序列S_si(1)和节点顺序索引Pi，如式(4)所示，并将Pi发送至基站；

步骤23：对数据序列S_si(1)执行离散小波变换，得到近似小波系数cAi(1)和细节小波系数cDi(1)；

步骤24：将cAi(1)和cDi(1)进行零化、编码操作后得压缩数据Data_Ci，并将Data_Ci发送到基站；

步骤25：N_S为采样时刻，初始值为1，N_S＝N_S+1；

步骤26：簇头节点CHi收集其簇成员节点Mem＝{CMj|j＝1,2,…,m}在N_S时刻的感知数据，得到在N_S时刻簇内数据序列步骤27：如果接收到了来自于簇成员节点CMj(j＝1,2,L,m)的 或者簇头节点CHi自己的样本均值 发生了更新，则簇头节点CHi更新样本均值列表并将 降序排序，获得新的节点顺序索引Qi，如式(5)所示，之后根据公式(6)计算簇成员节点顺序的变化程度OV(Order Varying)；如果OVi≥Threshold_P，则簇头节点CHi更新Pi，即Pi＝Qi，并将Pi发送给基站；

步骤28：根据Pi将簇内数据序列Si(N_S)排序，得到排序后的数据序列步骤29：按照步骤23、24对数据序列S_si(N_S)进行操作；

步骤30：跳转至步骤25。