近年来,无线通信、传感器技术和微机电系统(MEMS)等技术的进步,推动了低成本无线传感器网络的发展。无线传感器网络通常具有节点数目庞大、节点密集分布的特点,并在包括国家安全、军事领域、医疗健康、交通管理、环境监测、空间探索、商业等领域有着广阔的应用前景。事件检测是无线传感器网络的重要应用之一,其所面临的主要问题是检测精度受环境噪声和设备不稳定性的影响,以及传感器网络固有的能量约束特性。利用相邻节点检测结果间存在的空间冗余性,可以提高单个节点的检测精度。典型的基于空间相关性的分布式容错算法包括Bayesian容错方案、NED、基于移动中值的容错算法等。这种基于空间相关性的容错算法存在相邻节点间频繁通信消耗大量节点能量的问题,以及网络边界处空间冗余信息不足和事件边界区域相邻节点空间冗余信息相互矛盾的问题。为了提高检测精度和能量的有效性,本文提出了基于时间相关性的容错事件检测算法,以及基于时.空相关性的容错事件检测算法。仿真结果显示,在环境特征变量变化缓慢的静态监测环境中,基于时间相关性的容错事件检测算法能够有效地减少单个传感器节点由于噪声干扰而引起的错误。而在环境变化较慢时,基于时-空相关性的容错事件检测算法则在检测精度和能量有效性两方面都优于Bayesian容错事件检测算法。此外,相关研究工作表明,结合数据融合的路由技术或网络拓扑结构能够更好地减少网络的通信量,并能有效地返回用户所关心信息。目前有很多关于传感器网络的数据融合技术和以数据为中心的路由技术的研究工作,如定向扩散、LEACH、PEGASIS、TAG、CAG等。但已有的研究工作还没有涉及与事件检测应用相关的容错数据融合方法。本文在分析已有的数据融合和路由技术基础上,提出了一种适用于事件检测应用的容错数据融合技术。该方法能够有效地将传感器网络的查询操作、路由形成和容错事件检测应用有效地结合起来。通过在查询发布阶段和数据收集阶段与父节点和子节点检测结果的对比,实现了容错事件检测。通过分析我们发现,在相邻节点数为N=4时,本文提出的容错数据融合方法的容错性能与Bayesian最佳门限判决方案的容错性能是相同的。采用本文提出的容错数据融合方法,传感器节点并不需要获取所有的相邻节点的检测结果,就可以实现Bayesian最佳门限判决方案的容错性能。这就减少了节点大量的通信量,因此该方法是能量有效的。此外,通过时间划分机制,节点在大部分时间处于低功耗的等待状态,而数据融合操作又使得节点在每个查询周期内只需返回一个融合数据包,进一步减少了节点的通信量,从而节省了大量的能量。论文工作对无线传感器网络环境下的事件检测问题和适用于事件检测应用的数据融合研究工作有一定的参考价值。