近年来,包括传感器、无线通信系统和嵌入式系统等在内的物联网技术在全世界范围内迅猛发展,智慧城市、智慧家庭等概念纷纷被提出并逐步推广,国内大力倡导“互联网+”计划,这些都推动着无线传感网络的向前发展。然而由于网络局部负载过高、电池容量有限,使得网络节点过早死亡,导致网络寿命不足问题仍然是制约无线传感网的核心问题。数据融合技术诞生四十多年来,技术和算法不断得到创新。针对无线传感网,大部分能量损耗在数据传输模块,而感知和处理模块能量损耗相对较小这一现实状况,通过在无线传感网中应用数据融合技术,可以有效地减少网络数据转发量,降低信道拥塞,进而起到节省网络节点能耗,延长网络平均生命周期的作用。基于此,本文在研究无线传感网现有的TEEN路由协议的基础上设计了一种数据融合算法,针对TEEN路由协议中传感器固有噪声干扰和数据融合算法不明确的问题进行了改进。在源节点处,利用卡尔曼滤波算法对原始监测数据进行滤波处理,来降低数据波动性,减少数据误差,提高数据准确度,并结合TEEN路由协议软硬阈值的检测规则,进一步降低冗余数据向汇聚节点的转发;在汇聚节点处,首先利用格拉布斯准则对源节点转发数据进行校验,剔除异常数据,然后通过对算数平均后的单轮数据进行运算,利用模糊理论中的最大-最小贴近度原理进行赋权,每一个源节点单轮数据根据自身权值进行加权融合,在保证网络融合精度不发生较大下降同时,有效减少网络对冗余数据转发,最终降低向基站的转发量。本文最后通过MATLAB软件来进行仿真,对本文提出的数据融合算法进行了验证分析。仿真结果表明,通过在源节点处进行卡尔曼滤波和阈值处理,降低了冗余数据的转发量,结合在汇聚节点处的数据精度校正,就整体网络来说,数据转发量减少,单轮能耗降低,在初始能量相等的情况下,节点和网络整体的寿命得到延长。