1、無線傳感器網絡（WSN）是由大量小型傳感器節(jié)點通過無線通信技術自組織而成的監(jiān)測網絡。由于傳感器節(jié)點的能量有限，導致無線傳感器網絡只能在有限的生命周期內完成監(jiān)測任務。為了更準確、更高效的對網內的傳感器數據進行采集和傳輸，我們將數據融合技術應用于無線傳感器網絡中。數據融合技術能夠對網內數據進行匯總并去除冗余信息，從中提取數據的關鍵信息來達到減少能耗的目的。本文通過選取S-L EAC H路由協(xié)議及基于遺傳算法的改進BP神經網絡融合算法來構建無

2、線傳感器網絡的數據融合模型。論文的主要工作和內容如下：
　　（1）將數據融合的思想應用到無線傳感器網絡中，對無線傳感器網絡及數據融合技術的相關知識進行了系統(tǒng)的研究。并且對常見的無線傳感器網絡中的路由協(xié)議及數據融合算法進行了分析。
　?。?）針對傳統(tǒng)協(xié)議在簇頭選取機制及傳輸方式上的不足，改進了無線傳感器網絡中基于分簇思想的S-LEAC H路由算法。該算法實現(xiàn)在異構網絡環(huán)境下，考慮節(jié)點剩余能量、節(jié)點位置和節(jié)點密度來進行簇頭的選舉

3、。并且在簇頭到匯聚節(jié)點的傳輸過程中采用基于層次樹的單跳和多跳相結合的傳輸方式。最后，對該算法進行了仿真，仿真結果表明S-LEAC H算法極大地降低了網絡內的能耗，提高了網絡生存周期。
　　（3）介于BP神經網絡融合算法收斂速度慢、融合結果平均誤差相對較大等缺點，改進了基于遺傳算法的改進BP神經網絡融合算法。改進后的算法采用遺傳算法對BP神經網絡內各層節(jié)點的初始權值和閾值進行優(yōu)化選擇，提高了算法的收斂速度。此外，對BP神經網絡算法采