无线传感器网络(简称WSN，Wireless Sensor Networks)是一种新型的网络技术，是当前网络研究的前沿和热点，已被列为未来新兴十大技术之首．无线传感器网络是由许多具有计算、储存以及无线传输功能并且能够采集数据的传感器节点组成，它们是通过固定或者随机散落的方式被分布在不同环境中，用以监测网络覆盖范围内的信息．由于无线传感器网络具有低成本、高精度以及可实行远程监控等优点，目前已经有最初的军事应用发展到工业、农业、医疗、太空探索等众多领域．然而由于组成网络的节点受到能量供给的限制，使得网络的生命周期具有很大的局限性．数据融合(Data Fusion)技术是解决网络节点能量问题的关键技术之一，它运用节点本地的计算、存储能力来减少数据传输量的方式来节省数据传输过程中所耗费的能量，提高信息的准确性并降低网络拥塞所造成的延时．首先，本文介绍了无线传感器的相关基础及应用，并从分类、融合模型、主要算法等方面对数据融合技术进行了阐述，分析了现有的数据融合算法的应用状况以及处理数据问题的优缺点．其次，针对某种特定网络结构，对数据融合问题进行讨论，以节省簇头节点的能量为目的，对簇内节点采集两种数据具有相关性的情况，本论文提出了一种FW-LS数据融合算法．该算法分为两步执行：第一步，在簇首将簇内一个周期内、不同时刻、不同传感器采集到的温、湿度数据分别采取模糊加权进行数据融合，得到两组融合值；第二步，对两组融合值进行最小二乘法拟合，得到一个关系模型，最后传输到基站．仿真结果表明，FW-LS融合算法比OVAW和EDW融合算法的精度更高，同时比融合前更节省能量．