无线传感器网络是一种新型的测控网络，它综合了传感器技术、计算机网络和无线通信等技术，具有广阔的应用前景，被认为是21世纪最重要的技术之一。由于传感器节点存在电池能量、通信带宽、存储和处理能力上的局限，因此无线传感器网络中的数据融合技术引起了人们的广泛关注。数据融合技术是一门新兴的学科，从诞生至今日益显示出其在数据处理中的优越性。本文针对无线传感器网络自身特点，将无线传感器网络和数据融合技术相结合，对神经网络数据融合算法进行了研究，推导出一种新型评价数据融合操作的度量：数据融合质量(DFQ)，并改进两种协议，分析和比较协议的能量有效性和数据融合质量等性能。其主要工作和内容如下： 1.首先阐述了无线传感器网络和数据融合技术的基本概念、特点和应用领域； 2.其次分析了无线传感器网络的体系结构，数据融合系统模型和层次，并依托TEEN路由协议建立了分簇数据融合结构模型，对其功能结构进行说明； 3.然后将神经网络技术应用于数据融合，研究了基于模糊神经网络的融合系统原理，建立了基于模糊神经网络的融合系统，给出了神经网络学习算法； 4.最后推导出评价数据融合操作的一种新型度量：数据融合质量(DFQ)；并改进两种路由协议：E-LEACH(增强型LEACH)和C-PEGASIS(簇式PEGASIS)，进行仿真实验，评价协议的能量有效性和数据融合质量等性能，结果表明其性能的优越。