随着微机电系统（MEMS）技术与低能耗、低成本数字信号处理器（DSPS）及无线收发（RF）电路这三方面的高度集成，高效、廉价的传感器网络的可行性得到了提高。这为无线传感器网络的应用与推广打下了基础。但是对于无线传感器网络的大范围推广来说，仍然有一个关键性的问题没有得到很好的解决，那就是关于普通节点自身携带的能源问题。由于电池更换不易，如何最大效率的利用传感器的能源成了目前的研究热点。据研究发现对于工作的无线传感器节点来说，它的能源消耗最大的一部分在传输数据与收听数据这两个方面，通过降低节点的收发次数，我们可以减少节点在接收与发送方面的能量消耗，进而达到提高无线传感器网络工作寿命的目的。无线传感器网络的节点在自动拓扑组成网络之后开始进行工作，普通节点的工作就是收集已经设定好的需要采集的数据，并按照某种时间规律上传给汇聚节点，而对于汇聚节点来说，它的工作则是接受来自普通节点的上传数据并将之传给服务器供用户使用。本论文的创新点在于：1、用数据融合算法分析数据之间的内在联系，通过研究当前周期的数据信息与前几个周期内的数据信息找出它们的内在关联。2、将数据融合算法与回归算法结合建立基于回归预测的数据融合算法。通过对内在联系的分析寻找出最适合当前数据信息的模型。3、将回归预测模型应用于无线传感器网络，并用来预测未来可能出现的数据信息。通过本算法由历史数据推导出下一周期的数据信息，通过设置阈值比较误差大小，当误差属于可接受范围，普通节点不上传数据，汇聚节点则采用计算的数据，这样就达到了节省数据传输量，进而节约了传感器节点能源的目的。