无线传感网络可以应用于丰富的应用场景中。其中,最为重要的当属目标检测了。通过在感兴趣区域内安放大量的传感器节点,传感器节点感知到数据后,将它们发送到汇聚节点。汇聚节点需要依据接收到的数据准确地判断出目标是否出现。无线传感网络中冗余数据的传输不断地消耗着网络中有限的能量。数据融合技术可以有效地压缩检测系统中的数据量,从而提高系统的工作时间。基于数据融合的传感网目标检测应用研究也就以两个主要目标为主:提升网络的检测性能和延长检测系统的工作时间。本文首先介绍了无线传感网络以及数据融合的基本理论知识以及经典算法。主要介绍了无线传感器网络面临的挑战以及数据融合在目标检测中起到的作用,并对相关算法进行仿真分析。然后,针对现存算法在低信噪比下,检测性能无法满足要求的情况。本文提出了具有本地投票判决的扫描统计算法(SSLV)。通过在扫描统计之前进行本地投票的操作,可以有效地提升网络的检测性能。由于执行了本地投票,传统扫描统计的全局虚警概率表达式不再适用于SSLV。所以在文中利用Haiman定理为全局虚警概率推导了新的表达式。本地投票还使得检测到目标的传感器分布变得更加集中。这为在SSLV算法中加入可变步长参数提供了更好的契机。在扫描统计的过程中,根据统计的结果动态地调节步长参数的大小。通过仿真验证了引入步长参数的SSLV在不损失网络检测性能的前提下缩短了扫描时间。这就在连续和非连续扫描统计算法中找到了平衡点。最后,由于目标检测系统中的能量只会不断地减少,如何有效降低网络能量开销的协议一直是研究的另一个重点。对静态汇聚节点来说,距离汇聚节点较近的节点由于过多的中继数据而过快死亡。所以本文提出了基于可用能量的移动汇聚节点数据传输协议。整个网络在部署后按照虚拟网格进行划分。各个传感器根据自己的位置确定所处的网格编号。当传感器检测到目标后,它会主动发送消息给所处网格中的簇头节点。簇头节点通过网络中的其他簇头以多跳的方式将数据转发到移动汇聚节点。汇聚节点综合考虑存活簇头节点的位置和可用能量,周期性地在网络中移动以均衡网络的能量开销。