随着无线传感器网络研究的深入,数据融合成为该领域的一个热点问题。本文围绕无线传感器网络无损数据融合技术展开讨论,研究内容包括以下三点。　　 首先,本文通过理论方法对基于无线传感器网络无损数据融合的传输性能优化问题的NP困难性进行了论证,发现一些融合约束条件,对该问题的复杂度有着明显的影响。通过理论证明,本文得出使得该问题为NP困难问题的约束条件。在此约束条件下,该问题没有多项式可解算法,而在该问题为多项式时间内可解的前提下,本文通过将该问题转化为一个区间图的最大权重匹配问题,基于已有算法提出了一种新的算法,并解决了该问题,具有一定的理论价值。　　 然而,由于理论证明中多项式时间内可解的情况具有一定的局限性,故本文针对监测温度湿度等短小精确且不可删减的数据的无线传感器网络应用提出了一种分布式的基于无损数据融合的传输调度算法packPack。该算法通过计算数据平均传输开销及传输延时利用率,对数据传输进行适当的调度,从而大幅提高数据包的融合利用率,减少平均传输开销,提高传输延时的可预测性,提高整个网络传输的QoS。　　 最后,在理论研究的基础上,本文通过不同传输模型与最大传输延时约束条件提出了12个实验模型,通过NetEye测试床对packPack算法以及其他两种参照算法在每个实验模型上进行了实现,并对实验结果进行了详细的统计与分析。分析结果表明,在周期型传输模型的平均情况下,packPack算法相对于参照算法将负载率提高了98.82％,将平均传输开销降低了68.56％,将传输延时抖动系数降低了56.88％,并将传输稳定性稳定在90％以上。在突发型传输模型中,将负载率提高了43.92％,将平均传输开销降低了47.63％,将传输延时抖动系数降低了14.10％,并将传输稳定性稳定在96％以上。尤其在最大传输延时与信息元生成周期相等且均匀分布于500毫秒与3秒之间时,packPack算法将传输延时抖动性降低了64.93％,即在网络流量适中且最大允许传输延时较短的情况下,在传输延时上具有很强的可预测性。