随着无线传感器网络技术的飞速发展和广泛应用,传感器网络的感知数据大量增加,如何实现传感网中的数据融合,以降低数据传输通信量、节约传感器节点耗能、延长WSNs工作寿命、提升数据处理精度成为目前无线传感器网络领域内的热点研究课题之一。论文首先对无线传感器网络决策融合问题以及证据理论基础知识进行了介绍,进而重点研究了 D-S证据理论在无线传感器网络多源数据融合过程中的若干关键问题。论文的研究工作得到了国家自然科学基金项目、北京市自然科学基金项目和高等学校博士学科点专项科研基金的支持。论文主要工作如下:(1)针对WSNs中故障节点检测问题,提出了一种基于传感器节点之间"测量值距离"的信度构建策略。在故障节点检测问题上,传统的BBA构建方法大多采用的是基于通信或读数是否正常的"次数"来建立,存在对未知信息利用不充分的缺点。本文提出的信度构建策略采用传感器与邻居节点之间的读数距离作为被测目标与样本数据间的距离计算方法,很好地利用了证据理论能够处理"不知道"信息的优点,并将传感器周围环境因素考虑进去,可有效地排除传感器受环境影响而产生暂歇性故障的类型,使得融合结果更为准确。论文还对其进行了仿真验证分析,仿真结果表明,网络故障率低于35%的情况下,本文提出的检测算法在故障检测率、漏检率以及误检率三个性能指标上所表现出的效果较好。(2)论文提出了一种解决证据理论融合过程中高冲突性证据问题的算法,采取"单个证据源具有不同的可信度"的思想,提出了一种以证据之间的"冲突量"作为对冲突信息分配的依据对冲突信息进行重新分配,将一部分冲突信息分配给证据的焦元,其余的分配给未知项m((?))。在无线传感器网络环境下,相比于已有的冲突处理算法,本文提出的组合规则具有融合过程收敛速度快、数据传输量更低、计算复杂度小的特点。论文采用了公式推导以及实例仿真的方法对新组合规则的正确性及功能性进行了验证分析,结果表明,本文提出的组合规则符合D-S证据理论的定义及性质,且其在融合收敛速度以及融合效果上都优于传统组合算法,并且本文算法具有更低的计算复杂度。论文的最后对研究成果进行了总结,并对后续的研究方向进行了展望。