1. 研究目的与意义
所谓数据融合，就是将多份数据或信息进行处理，组合出更有效、更符合用户需求的结果的过程。
在无线传感器网络的研究中，数据融合起着十分重要的作用。
节省能量。
2. 国内外研究现状分析
国外：美国很多大学在无线传感器网络方面开展了大量工作。
如加州大学洛杉矶分校的cens(center for embedded networked sensing)实验室、wins(wireless integrated network sensors)实验室、nesl(networked and embedded systems laboratory)实验室、lecs(laboratory for embed collaborative systems)实验室、irl(internet research lab)等。
另外，麻省理工学院获得了darpa的支持，从事着极低功耗的无线传感器网络方面的研究；奥本大学也获得darpa支持，从事了大量关于自组织传感器网络方面的研究，并完成了一些实验系统的研制；宾汉顿大学计算机系统研究实验室在移动自组织网络协议、传感器网络系统的应用层设计等方面做了很多研究工作；州立克利夫兰大学(俄亥俄州)的移动计算实验室在基于ip的移动网络和自组织网络方面结合无线传感器网络技术进行了研究。
3. 研究的基本内容与计划
一、研究内容⑴ 掌握以物联网（M2M）为代表的工业无线传感网络的概念及结构；⑵ 了解Kalman滤波算法；⑶ 根据多传感器数据融合估计知识，建立基于Kalman滤波的数据融合模型；⑷ 通过Kalman滤波算法，使用MATLAB进行算法仿真演示实验，使用改进的Kalman滤波器实现网络数据融合。
二、研究计划⑴ 2月下旬3月中旬：收集论文所需的相关资料，加以选择整理后，列出论文提纲；⑵ 3中旬4月中旬：按照论文提纲，结合相关资料完成论文初稿；⑶ 4月中旬5月上旬：在初稿的基础上进行修改，补充完善，出论文正稿；⑷ 5月下旬：准备论文答辩。
4. 研究创新点
通过数据融合技术减少无线传感网络中需要传输的数据量，降低数据冲突，减轻网络拥塞，从而有效地节约能源开销，延长网络寿命。
