无线传感器网络作为一个智能信息系统，在很多领域都有着重大的应用前景。但是由于传感器节点本身的资源限制，诸如能量、带宽、处理能力，使得其应用设计面临着很多挑战。降低网络的能量消耗，提升系统的使用寿命是其应用中首要关注的问题。传感器网络中廉价节点的大规模部署必然导致一定范围内感知数据存在大量的冗余，对于冗余信息的直接转发无疑增加了网络中的通信量。传感网中通信较之计算消耗更大的能量，该特点决定了节能的关键在于降低网络中的数据包传输量。数据融合的意义就在于删除冗余、无效和可信度差的数据，同时将来自不同节点的信息结合起来进行处理，达到减少网络数据传输量的目的，从而减少网络能量消耗，延长网络的生存期。本文首先对三种不同结构的融合算法进行了研究，并基于具体的环境监测应用程序、网络拓扑模型、能量消耗模型进行了编程实现，从理论和仿真实验两个角度，对Leach、Pegasis、MST算法在延长网络生存期方面进行了性能分析，结果表明对于数据压缩型的、数据之间是完全相关的应用程序，基于MST融合结构的算法在优化网络寿命方面较Leach和Pegasis算法有较大的提升。在对选择的三种融合算法进行研究实现的基础上，针对未来传感器网络所支持的应用程序的高复杂性，提出了基于具体的应用程序的动态数据融合算法，该算法考虑了应用程序特点以及传感器节点之间感知数据的相关性，并优化了融合函数在网络中的初始设置，同时实现了根据用户自定义的度量标准对融合函数进行一定条件下的迁移，均衡了网络中的能量消耗和最大化了网络的生存期。