摘要：针对无线传感器网络的节点能量有限，且在进行信息传输时存在数据冲突、传输延时等问题，提出并设计了基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇，并根据节点的传输范围，将每个簇中的节点均匀分布，每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据，从而形成传输数据的最短路径;并根据集中式TDMA(时分多址)调度模型，运用基于微粒群的Pareto优化方法，使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最优。仿真结果表明，上述算法不但可以最大化网络的生存时间，还可以有效的降低数据融合时间，减少网络延时。
无线传感器网络(Wireless Sensor Network，WSN)是由分布在检测区域内大量的静止或移动的传感器组成，它们是通过自组织和多跳的方式形成的无线网络，可以协作地感知、采集和处理检测区内的各种信息，并把信息传送给用户终端，是一种新兴的信息获取和处理技术。WSN可应用于恶劣环境和无人环境下信息的采集和传送，同时，它还具有布设灵活、成本低、范围大等特点，日益受到人们的关注，是当前国际备受关注的研究热点之一。
在无线传感器网络中，若各个节点在采集信息时，采用单独传送信息到汇聚节点的方法，则会造成网络过多能量的消耗和传输信息的频繁冲突碰撞。因此，使用数据融合的方法来减少网络中信息传输的总量，从而达到节能和提高信息传输效率的目的。它不但可以采用一定的算法将传感器节点采集到的大量原始数据进行网内处理，去除其中的冗余信息，而且还可以在融合前减少汇聚节点等待非汇聚节点信息
传输的时间，减少网络中数据融合的延时时间。
1 无线传感器网络的数据融合算法
1.1 数据融合概念的描述
在无线传感器网络中，数据融合是在一定的准则下对按时间顺序获得的若干传感器节点的检测信息进行自动分析、融合，以完成所需要的估计任务和决策进行的信息处理过程。
1.2 节点剩余能量的计算
假定节点的初始能量为Er，并且在T1时刻之前，网络分别进行了n1次、n2次的信息发送和接收，则节点i存T1时刻的剩余能量可用公式(1)表示
