无线传感器网络(Wireless Sensor Network,WSN)是由大批微型传感器节点经过无线互联构成的一种自组织网络,它通常被布置到指定的区域执行监测、感知等任务。因为传感器节点的通讯能力有局限性,单个节点只能在相对较小的范围内对局部区域进行监测和感知,而为了保证整个网络监测数据的真实性和准确性,就必须让网内各节点的感知范围相互重叠,但这样以来就会导致网内产生大量的冗余数据。再加上传感器节点本身能量的有限性和一次性,对冗余数据的处理和转发会造成其因能耗过快而迅速死亡,进而影响网络的功能,甚至减少整个网络的生存周期。数据融合技术是解决传感器节点能量问题的关键技术之一,它主要运用节点自身的存储、计算等属性来剔除冗余数据以减少整个网络中的数据传输量,从而实现节省能量、增强网络性能、延长网络生存周期的目标。中心点融合算法是将数据融合技术应用到无线传感器网络中的一个基础算法,它主要包含建立级别梯度、寻找中心点、建立融合树、汇报数据四个阶段。其中,前两个阶段的主要目的是建立无线传感器网络中的路由路径以及选取承担数据融合任务的中心点,整个过程都是通过泛洪法实现的,而泛洪法会造成大量的能源浪费。其次,在建立融合树的阶段,中心点融合算法构建的路由路径是树状结构的,如此虽然可以在一定程度上减少发送数据所消耗的能量,但要使融合树保持稳定的效能却要消耗较多的能量,因为融合树必须按照一定的策略不断进行重构,否则就会造成树干上传感器节点的电源因负荷过重而迅速失效,致使整个无线传感器网络的稳定性与健壮性无法得到保障。本文在中心点融合算法的基础之上,针对其能耗过大的缺点,引入了分簇路由协议以及局部敏感哈希方法对该算法的四个阶段进行了改进,最终将整个算法改进为级别梯度的建立与汇报节点的选定两个过程,提出了基于分簇路由的定点数据融合方法。仿真实验表明,改进后方法在降低节点能耗、实现网络负载均衡方面具有显著的效果。