传感器网络是由大量可靠性差、资源有限的节点组成的一种特殊自组织网络,主要应用于军事监视、环境监测、工业检测和医疗健康监测等领域。传感器网络的传感节点以协同方式进行数据采集、传递和协作处理,从而保证采集到的数据的准确性和真实性。覆盖控制是传感器网络的基础性问题之一,它被视为传感器网络感知服务质量的一种量度。传感器网络用于目标检测时,数据融合技术可以提高网络的覆盖性能,那么研究数据融合与覆盖控制之间的内在关系具有相当重要的现实意义。本文首先介绍了传感器网络的研究背景和意义,分析了传感器网络覆盖控制的研究现状,指出了目前覆盖控制研究所存在的主要问题,同时比较深入地分析了传感器网络面覆盖控制和数据融合相关基本理论和方法。然后,基于指数衰减的概率感知模型,分析了数据融合和感知服务质量之间的内在关系。提出了节点虚拟半径的概念以量化表示数据融合对网络覆盖性能的影响,同时也提出了融合覆盖和虚拟部署的概念用于传感器网络覆盖区域计算。分析了节点在以正多边形方式的规则虚拟部署情况下覆盖区域的近似计算,并给出了覆盖区域的近似计算的两种方法,同时也分析了数据融合对以正多边形方式的规则虚拟部署情况下的节点密度的影响。理论分析表明,在这种部署情况下,虚拟半径内参与融合的传感节点不能超过6个,否则数据融合不但不能减小传感节点的部署密度,反而会起到相反的作用。在上述理论基础上,提出了一种改进的基于虚拟半径的MSC(Maximum set covers)算法来调度传感节点,使得节点随机部署区域内的每一个点都被传感节点覆盖或者融合覆盖;也提出了改进的能量有效的数据融合算法,以达到尽可能减少数据融合的过程中的能量消耗的目的。最后在MATLAB平台上进行了相关仿真,实验结果表明,基于指数衰减的概率感知模型的数据融合方法和节点调度算法能够有效改善传感器网络的检测性能和覆盖性能,并能有效延长传感器网络的寿命。