本文在研究了传统的LEACH协议的基础上，通过利用粒子群算法对LEACH协议中的网络分簇阶段进行改进，将网络分簇的过程移到汇聚节点上进行，采用粒子群算法不断的迭代将网络分成规模大小相等的簇，避免了传统的LEACH协议中分簇规模不均的现象。又改进了LEACH协议中的簇首选择阈值公式，传统的LEACH协议中，簇首选择时没有考虑到节点剩余能量、节点到汇聚节点的距离等因素，导致选择出的簇首节点往往能量过低，不能满足网络工作的需要，因此改进了阈值的计算式，将上述因素添加到计算公式中，这样就可以大大的降低低电量节点当选簇首的概率。最后研究了BP神经网络算法。为了避免出现收敛速度过慢的情况，在权重变化率公式中加入了前4次的权重变化率作为考虑因素。为了避免出现BP神经网络算法中权重变化率过快，导致错过最佳的极值点，在权重变化率公式中引入了动量项?。　　最后将改进后的BP神经网络算法加入到改进后的LEACH协议中的稳定工作阶段，簇内其他节点作为输入层，簇首节点内包括隐层和输出层，在簇首节点将其他节点的传送过来的数据进行融合，从而形成新的融合算法 PSOBP，该算法在网络分簇和簇首选择阶段利用的是改进的PSO—LEACH协议，在稳定工作阶段利用BP神经网络进行数据融合。