بهبود تکنیک‏ های مبتنی بر بهینه ‏سازی مصرف انرژی به منظور جمع‏ آوری و انتقالِ داده‏، مهمترین موضوعِ تحقیق در شبکه‏ های حسگرِ بی ‏سیم می‏ باشد. فشرده‏ سازی داده می‏ تواند با کاهش تعداد بیت‏ های ارسالی از حسگرها به ایستگاه و در‏نتیجه کاهش توان مصرفی در این شبکه‏ ها، نقش مهمی را در افزایش طول ‏عمر شبکه‏ ایفاء کند. در‏طی سال‏ های گذشته تکنیک ‏های متنوعی به‏ منظور فشرده ‏سازی داده در این شبکه‏ ها از‏طریق پردازش درون- شبکه‏ ای از‏قبیل، aggregation، dsc و اخیراً سنجش ‏فشرده (cs) پیشنهاد شده‏ اند. روش‏ های سنتی جمع ‏آوری داده در این شبکه‏ ها، نمی‏ تواند به‏ طور کامل با محدودیت ‏های موجود در آن مقابله کند. سنجش فشرده یک روش نمونه ‏برداری جدید از سیگنال‏ های اسپارس می ‏باشد که در آن برخلافِ حالتِ معمول به‏ جای نمونه‏ گیری مستقیم از سیگنال، سنجش‏ هایی از آن صورت می‏ گیرد که از ترکیب خطی نمونه‏ های سیگنال محاسبه می ‏شود. سنجش فشرده در این شبکه ‏ها می‏ تواند در مقایسه با روش‏ های سنتی جمع‏ آوری داده و همچنین فشرده‏ سازیِ مبتنی بر تبدیل موفق ‏تر عمل نماید. در این پایان‏ نامه روشی را برای جمع ‏آوری داده و همزمان فشرده‏ سازیِ آن به‏ صورت محلی مطرح می ‏کنیم که از قابلیت فشردگی سیگنال در هر دو حوز? مکان و زمان به‏ منظور کاهش تعداد اندازه‏ گیری‏ ها در سنجش فشرده استفاده می‏ کند. در بخش‏ هایی از شبکه، سنجش ‏هایی از سیستم در حوز? مکان- زمان گرفته می ‏شود که تنها حسگرهایی از یک کلاستر را که برای برقراری ارتباط با یکدیگر به توان بالایی نیاز ندارند، دربر می‏ گیرد. بدین منظور از نوع خاصی از ماتریس تصادفیِ اسپارس، به عنوان ماتریس سنجش، به نام ماتریس قطری بلوکی استفاده می‏ شود. نتایج شبیه سازی نشان می ‏دهد که با به‏ کارگیری این ماتریس‏ ها در سنجش فشرده به عنوان ماتریس سنجش و اعمال آن به شبک? حسگر، می‏ توان تا حدود زیادی طولِ‏ عمر شبکه را افزایش داد.