在无线传感器网络中，传感器节点具有布置稠密、协作感知的特点。进行数据采集过程中相邻节点采集到的信息具有很大的相似性，而在具体应用中，往往只关心监测结果，并不需要收集大量的原始数据，所以，在通过无线模块采集数据的过程中充分利用节点的本地计算能力和存储能力，将多份数据或信息进行处理，组合出更有效、更符合用户需求的数据，这种数据处理的方式即为数据融合，其中，多传感器系统是数据触合的“硬件”基础，多源信息是数据融合的加工对象。数据融合具有如下4个显著特点。
1)信息的冗余性:同一个信号可能被不同传感器捕获，去除不必要的重复信息。
2)信息的互补性:一种传感器捕获一种特征，多种特征的结合将获得更全面信息。
3)信息处理的及时性:多传感器的并行采集与处理。
4)信息处理的低成本性:为获得准确信息，可用多种廉价的传感器协作来代替单个功能强大但高价的传感器。
    与传统无线网络关注于高服务质量和高效的带宽利用率的特点不同，无线传感器网络节点的电池能量、计算能力、存储容量以及通信带宽都十分有限，因此，节能是其设计首要考虑的因素。而无线传感器网络大规模密集部署的特点导致收集到的数据存在大量的冗余，因此，可以在传输过程中对数据进行融合处理，数据融合技术正是实现此目的的重要手段。在无线传感器网络应用中，对数据融合技术的研究主要集中在节省整个网络的能量，增强获得信息的准确性、提高数据收集效率三个方面。数据触合处理的信息主要是来自于同一类里的   传感器数据，通常是对同一时间不同空间的数据特征进行互补优化，得到一个较理想的结果。   例如:无线收发模组之人员定位中，需要对多个已知节点的坐标数据进行融合；森林防火应用中，需要对多个温度传感器探测到的环境温度数据进行融合。在传感器网络的实际应用中，经常需要将数据融合与路由算法相结合使用，利用数据转发的中间节点将接收的信息融合，以此来实现对数据的优化。通过对多传感器信息的协调优化，数据融合技术可以有效地减少整个网络中不必要的通信开销，提高了信息的准确度和数据收集效率。因此，传输已融合的信息要比未经处理的数据节省能量，延长了网络的生存周期。但无线传感器网络数据融合技术也面临诸多挑战。如，节点能源有限、多数据流的同步、数据的时间敏感特性、网络带宽的限制、无线通信的不可靠和动态特性。

技卓芯无线模块厂家：http://www.jzxtx.com