无线传感网结合了传感器技术、计算机网络以及无线通信等技术，其应用前景十分广阔，被认为是21世纪不可或缺的技术之一。由于传感器节点自身存在的一些缺陷，如自身电量、通信带宽、存储能力和数据处理能力都有一定的局限性，因此有利于提高数据传输效率和延长无线传感网使用周期的数据融合技术得到了人们的广泛重视。数据融合技术作为一门新兴的学科，在信息数据处理方面具有卓越的性能。本文在分析无线传感网及其数据融合技术的基础上，将神经网络技术应用到数据融合中，建立了一种基于模糊神经网络的数据融合系统，给出了相关的神经网络学习算法。本文给出了一种评估数据融合质量的标准，并依据该标准改进了E-LEACH（增强型LEACH）和C-PEGASIS（簇式PEGASIS）两种无线传感网路由协议。通过仿真实验，验证了改进协议的能量有效性及数据融合质量等特性，体现出改进协议在性能上的优越性。