由于无线传感器网络节点本身的能量供应有限和存储空间较小,在资源有限的条件下,如何高效进行数据聚集,既涉及节能问题,也关乎存储空间利用问题,所以,高效的数据聚集策略一直是无线传感器网络的研究重点之一。传统的数据聚集工作,例如求平均、求和、最大值等,是由汇聚节点或基站集中完成的,在这种模式中,每个节点都需要将感测到的大批原始数据传给汇聚节点,使得这些中间节点为传送数据而耗费大量能量,而节点所传送或转发的这些数据又有很多是重复的或无意义的。后来很多研究把数据聚集工作分布在中间节点来完成,即在路由的同时,中间节点对数据进行预处理,但这种方案存在着重复计数问题。为此,有研究者提出利用对副本不敏感的概要结构结合多路径路由的形式解决重复计数问题,但都存在着诸多问题。例如：概要结构所占的空间与节点数是成线性关系,因此不适用于大数据的聚集；再如：聚集结果准确度不够高,为提高聚集精度又必须付出存储空间的代价等。本研究将给出FA(Fan Aggregation)技术及其优化方案AFA (Adaptive Fan Aggregation)技术来解决这些不足,以实现高效节能的数据聚集。本文针对在多路径路由下的重复计数问题,提出了可扩展的数据聚集技术——FA技术和其优化方案——AFA技术,核心思想是设计对副本不敏感的概要结构并利用某些特性加以优化。此外,定义一对参数,用于保证聚集的准确性。FA技术定义一个对副本不敏感的FA概要结构用于表示节点读值和聚集值,并用FA-估计来计算最终的聚集值。相较于FM(Flajolet Martin)技术和LC (Linear Counting)技术,它具有更小的存储空间和更精确的聚集值。而AFA技术在FA概要结构的基础上,在同样精度要求下,显著增强抑制机制的特性,通过AFA概要结构和抑制特性使得在聚集计算过程中可以发送更少的数据量,与FA技术相比能够达到更高能效聚集的目的。理论分析和仿真实验均表明,FA技术和AFA技术相较于FM技术和LC技术在存储空间和准确率上均有更好的性能体现。