由于传感器节点数量大且随机分布，相邻OP27AZ的传感器对同一事件进行监测所获得的数据具有相似性。无线传感器网络节点的能量、存储空间与计算能力有限，因此，冗余数据的传送在一定程度上将消耗过多的能量，缩短整个网络的生存时间。为避免上述问题，无线传感器网络在收集数据过程中需要使用数据融合技术。数据融合是将来自多传感器或多源的信息和数据进行综合处理，得出更为准确完整的信息，这与传统的多传感器数据融合技术有所不同。传统的多传感器数据融合是对不同的知识源和传感器采篥的数据进行融合，以实现对观测现象更好的理解；而无线传感器网内数据融合主要是为了减少网络内的数据传输量，达到减少能源消耗、延长网络生命期的目的。

   目前，在无线传感器网络研究领域，许多学者将数据融合技术与协议层次研究相结合，提出基于路由技术研究数据融合方法。

   典型的算法有以下几种。

   (1)以数据为中心的定向扩散算法，通过缓存机制实现路径建立阶段的任务融合和数据发送阶段的数据融合，采用“抑制副本”的方法，即对转发过的数据进行缓存，发现重复的数据将不予转发。

   (2)层次式路由，典型算法有LEACH算法，主要通过随机选择簇头节点，平均分担中继通信业务来实现。引入“轮”的概念，每轮通过初始化和稳定工作两个阶段完成数据的融合操作。

   (3)链式路由，典型算法有PEGASIS算法。利用贪婪算法将网络中的所有节点连接成一条单链，然后随机选取一个节点作为首领。首领向链的两端发出收集数据的请求，数据从单链的两个端点向首领流动。中间节点在传递数据前要执行融合操作，最终由首领节点将结果数据传送给汇聚节点。

   (4)基于融合树的路由。汇聚节点在收集数据时是通过反向组播树的形式从分散的传感器节点逐步将监测数据汇集起来的，这种反向组播树又称为数据融合树。树上每个中间节点都对收到的数据进行融合处理，那么，数据就得到及时且最大限度的融合。现有三种融合树形成的次优方案，即近源汇聚、最短路径树、贪心增长树。此外，研究人员从基于能量和最大生存期考虑数据融合，典型的有PEDAP协议和DEEG协议，基于最优数据延时的数据融合，Toedig等在2004年提出Brute-Force算法。

   无线传感器网络是由大量价格低廉的传感器节点组成的无线网络，它具有分布式处理带来的高监测精度、高容错性、大覆盖区域、可远程控等众多优点，这使得它在军事、智能农业和环境监测、医疗健康、紧急和临时场合、家庭、空间探索等领域具有广阔的应用前景。