无线传感器网络(Wireless Sensor Network, WSN)是一个由大量传感器节点以自组织和多跳方式构成的无线网络。传感器节点在电池能量、计算能力和存储容量等方面有限制,因此,如何有效利用节点的有限能量是传感器网络设计中的重要问题。由于每个传感器的监测范围及可靠性是有限的,为增强网络的准确性和鲁棒性,在放置节点时节点的监测范围互相交叠,因此,传感器节点所采集到的数据就存在一定的冗余性。在各个节点将监测数据以多跳路由传送给收集数据的sink节点(或称基站)的路径中,需要对数据进行融合处理以减少冗余信息,从而节省能量,延长网络的使用寿命。本文通过对无线传感器网络以及数据融合技术的介绍,总结了当前典型的数据融合技术,并着重分析了网络层的数据融合算法,在此基础上,提出了基于移动代理的层次化融合模型并给出了详细的实现方法。首先提出一种基于局部融合结果的分簇算法来构建层次模型。该算法在分簇的过程中,采用双簇头模型来控制簇的大小；通过与局部融合结果比较,在成簇前剔除故障节点,提高了融合精度。通过分簇,将监测区域内的节点分为三层,主簇头与sink节点之间采用客户／服务器模型,主簇内节点之间以及子簇内节点之间采用移动代理机制。然后采用粒子群算法优化移动代理的路由策略,并给出一种基于最优范围的节点融合算法,移动代理携带路由信息和节点融合算法迁移到节点处进行逐步融合。通过仿真得出,该模型有效地减少了路径损失,节省能量,从而达到最大化网络生存周期的目的。