无线传感器网络是由大量传感器节点组成,通过无线通信方式形成一个多跳自组织的网络系统,其目的是协作地监测、感知和采集网络覆盖区域内各种感知对象的信息,并通过该网络传送给汇聚节点。然而,由于无线传感器网络节点采用电池供电,并且不可补充,因此能量有限。另外节点的存储能力有限、计算能力有限、传输距离有限。这就使得能量问题一直以来成为无线传感器网络研究的关键性问题。路由机制从网络层决定了传感器节点采集的数据在整个网络传输的方式,简单、可靠、负载均衡成为高性能网络的重要指标。传感器网络内由于数据存在高度冗余,而进行数据融合可以减少网络中数据的传输量,从而最终降低网络的能量消耗。本文以能量消耗为主线,以延长传感器网络的生命周期为目标,围绕无线传感器网络的数据融合与数据路由展开研究,主要包括以下几个方面的研究内容：1.分析了无线传感器网络的能量消耗分布及节点功耗降低的设计技术,为全文基于节能技术的研究奠定了理论基础；介绍了无线传感器网络的OSI分层,指出在各层协议中单独进行性能优化由于忽视了同一性能指标在网络协议之间可能存在的相互依赖性,因此跨层优化是必由之路。由于传感器网络的高度应用相关性,我们也讨论了学术界当前比较经典的路由协议算法。2.进行数据融合,我们获得了节省能量的性能增益,但同时也带来结果延迟的弊端。就出现的比较有代表性的数据融合算法进行仿真实现,包括簇结构(LEACH)、链式结构(PEGASIS).树结构(Tributaries and Deltas)以及相对无结构算法(Synopsis Diffusion、Sweep),并比较其性能优劣。3.提出了一种能耗均衡的树根节点分解成多棵子树算法,在我们的仿真实验中,我们只对树根节点进行分解,而且仅限于汇聚节点在查询区域外面的情况进行讨论,实际应用中,这种情况也是观察者最感兴趣的。有效地避免了树结构拓扑中,根节点周围由于负载较重,形成热区,能量消耗过快而失败直至网络拓扑分割。仿真实验证明了特别是对连续查询(continuous query)应用,根节点分解算法相比于单棵树性能有很大提高。4.基于树拓扑SPT与MST结构,分析了数据融合中存在的通信能耗及计算处理能耗,指出了很多学者在进行数据融合时,最大限度地减小网络中数据流量,然而却忽略了进行数据融合带来的计算能耗。特别是在视频、流媒体、图像等大型数据应用中,进行融合计算需要消耗相当一部分能量。因此本章通过网络模型、流量模型及感知数据之间的熵模型,从理论上探讨了使得网络中总能耗最小时,树拓扑SPT结构与MST结构之间的能耗权衡关系及相关影响因素。这一研究是重要的,对于研究人员面临具体的源节点数据相关性,如何选择不同的路由机制、选择哪个节点融合处理以及如何选择融合参数,比如：源节点数,通信半径等从而使得整个能耗最小提供了重要的指导依据。5.就给定的一对节点(source-sink),提出了一种基于负载均衡的多路径路由算法。我们研究了两种将数据包分配到不同路径的策略,一是K条路径同时传递数据,每条路径选择的概率均等(multipath routing 1),二是路径被选中的概率与其长度成反比(multipath routing 2)。仿真实验的结果表明,无论是就负载均衡、QoS(Quality of Service)还是生命周期,提出的K多路径路由算法都无可争议地优于最短路径路由(the shortest path routing又称optimal routing)。