张志伟，王新才，吉爱国，谢 磊

(1.青岛理工大学理学院，山东青岛2660332.青岛理工大学 通信学院，山东 青岛266033)

无线传感器网络(Wireless Sensor Networks，WSNs)中，传感器节点具有的能量、处理能力、存储能力和通信能力等都十分有限，需要整个网络具有较高覆盖密度来保证鲁棒性和信息的准确收集［1］。相邻节点间收集的数据存在一定的冗余，浪费了通信带宽和整个网络的能量，降低了信息收集的效率。为了降低整个网络的能耗，提高数据收集的准确性和效率，传感器节点需要在网络内部协同地处理所收集的数据。数据融合技术(Data Aggregation)很好的解决了上述问题［2－3］。

自适应加权算法具有实现简单、精度高的特点，被用于各种数据采集仪器、仪表和监测系统中，在无线传感器网络的数据融合应用中所见不多。LZW是一种无损的，基于词典的压缩算法，由Lemple-Ziv-Welch三人共同创造。数据压缩(Data Compression)是另一类减少传感器节点采集数据传输量的技术［4］。LZW压缩算法在PC中得到广泛的应用，但是在无线传感器网络中应用很少。根据无线传感器网络数据多跳逐层上传的特点［5］，本文在前人工作基础上提出了一种层次式数据融合算法，从不同的角度对数据进行融合处理。

1 基本理论

1.1 自适应加权算法

从含有噪声的大量测量数据中估计一个非随机量，由于测量的数据中存在噪声，那么依据这些测量数据得到的估计值也存在估计误差，该估计误差也是一个随机量，我们用均方误差作为评价一个估计算法好坏的指标。……