应用压缩感知（CS）理论结合稀疏随机投影的无线传感器网络（WSN）压缩数据收集（CDG）可以大大减少网络传输的数据量。针对随机选择投影节点作为簇头来收集数据导致网络整体能耗不稳定和不平衡的问题，提出两种平衡投影节点的压缩数据收集方法。对于节点分布均匀WSN，提出基于空间位置的均衡分簇法：首先，均匀划分网格；然后，在每个网格选举投影节点，依距离最短原则成簇；最后，由投影节点收集簇内数据到汇聚节点完成数据收集，从而使得投影节点分布均匀、网络能耗均衡。对于节点分布不均匀的WSN，提出基于节点密度的均衡分簇法：同时考虑节点的位置和密度，对节点数量少的网格不再选择投影节点，将网格内的少量节点分配到邻近的网格，从而平衡网络能量，延长网络寿命。仿真结果表明，与随机投影节点法相比，所提的两种方法的网络寿命均延长了25%以上，剩余节点数在网络运行中期均能达到2倍左右，具有更好的网络连通性，显著提高了整个网络的生命周期。

为了对无线传感器网络的压缩数据收集有一个全面的认识和评估，对到目前为止国内外的相关研究成果作了一个系统的介绍。首先，介绍了压缩数据收集及改进方法的框架的建立；然后，分别根据无线传感器网络的传输模式和压缩感知理论的三要素，对压缩数据收集方法分类进行了阐述；接下来，说明了压缩数据收集的自适应和优化问题，与其他方法的联合应用，及实际应用范例；最后，指出了压缩数据收集存在的问题和未来的发展方向。