无线传感器网络是物联网的重要组成部分,它由众多无线传感器节点以自组织的形式组成,具有适用范围广、数据自动获取、可远程部署和管理等特点,近年来广泛应用于各个领域。于此同时,受节点的性能限制和应用环境等因素的影响,使得大规模无线传感器网络在应用过程中面临诸多问题,其中网络生命周期短是影响网络性能的重要因素之一。由于数据融合技术能有效降低网络冗余数据,提升数据传输效率,降低网络能耗,是当前无线传感器网络研究热点之一。本文基于提升网络能效这一目标,紧紧围绕数据融合关键技术开展深入研究,内容如下:1.对密集部署的传感器网络开展簇内数据融合算法研究。在大规模无线传感器网络中,相邻区域往往具有数据相似性这一特点,密集部署的网络尤甚,由此产生大量的冗余数据造成传感器节点能量耗费过多而提早死亡。本文通过分析相邻区域的数据特点和区域分类方法,提出一种基于相似区域划分的WSN数据采集算法,该算法通过在区域内寻找合适的代表节点来采集数据,并使其它节点休眠,使得在满足区域正常监测需要的同时,能大量减少冗余数据,极大地提升网络的能效,实验结果验证了该算法的有效性和可靠性。2.开展均衡网络节点能耗的分簇路由技术研究。路由技术是实现数据从源节点到Sink节点的汇聚的重要技术,是数据融合技术的重要组成部分。针对分簇路由网络中,由于簇头节点间负载不均造成部分簇头在簇内数据处理过程中的能耗或者簇间路由过程中的能耗过多而提早死亡这一问题,本文围绕簇头负载均衡这一思想来研究分簇路由算法,通过动态控制簇的规模、选择合适簇头和簇间路由来均衡节点间的能耗。实验结果表明该协议在簇首选举、成簇控制以及簇间路由等方面充分考虑负载均衡,网络能量得到高效利用,网络的生命周期得到有效提升。3.在基于查询的网络中开展多路径路由技术及数据聚集技术研究。在基于查询的网络中,针对Sink节点数据聚集的需求,需要保证数据的确定性传输。由于传感器网络环境的复杂性,单路径路由不能有效保障这一要求,因而需要利用多路径路由技术。在前述分簇路由技术的研究基础上,通过在簇间路由过程中选择多个合适的下一跳节点来实现多路径分簇路由并满足能耗均衡这一策略。于此同时根据网内数据聚集这一要求,针对多路径路由过程中产生的副本数据影响求和数据聚集的准确性这一问题,通过深入研究当前的概要技术实现网内数据的有效聚集,实验表明该技术能实现数据的高效聚集,在数据的存储空间要求上和数据的单位数据能耗上都有较好的性能表现,由此实现高能效的数据聚集网络。最后对全文进行总结,并对今后数据融合技术的进一步研究进行了展望。