21世纪计算机科学技术正以超高的速度在发展，对信息的准确并且高效获取已经成为现在无论对于机构还是个人都极为重要的事情。无线传感器网络里面有很多重要研究方向领域，比如说时间同步、拓扑控制，路由协议、数据融合等等。这里面的数据融合技术有非常好的研究价值。无线传感器网络的能量供给是需要电池来提供，所以说各个节点能量相对很珍贵，不能随意浪费。各个传感器节点都能够各自获取测得的信息，不过如果每一个节点都是把自己获取的信息送到汇聚节点的话会导致网络信息量很大，会产生比较多的冗余信息，使得网络负担变大，能量以及带宽消耗都会增多了。这样就需要通过一些办法来处理这些问题，数据融合技术就是为了解决这些问题而产生的，它在无线传感器网络里面是很重要的一个研究方向。以后在无线传感器领域里需要继续深入研究它。室内环境经常复杂多变，通信容易受到干扰，节点失效的可能性很高，所以需要更准确高效的数据融合算法。当前已经有的主要的无线传感器数据融合算法有很多，按照大类来划分可以分为传统的和现代方法。这些算法各自有各自的特点，由于无线传感器网络的特点，导致这些算法各自有各自的适用范围，还不存在一个任何环境下都可以通用的算法。当然无论什么技术都有它的不足的地方：网络的鲁棒性会降低，平均延时会增大，前者原因是数据融合常会损失信息，后者的原因是算法的运行或者等待。本文的研究重点是针对室内环境监测的无线传感器网络应用环境，对适用在该环境下的无线传感器网络数据融合算法，综合考虑多种因素，本文对一些数据融合算法进行研究分析和改进，探寻适合于室内环境监测系统的数据融合算法。本文先是针对室内环境具体应用的特点，对现有的数据融合算法进行研究，寻找适合相应的应用场景的数据融合算法。本文研究重点是D-S证据理论算法的研究和改进，自适应加权融合算法的研究改进，以及在室内环境监测里面一些应用中能有比较好的应用的卡尔曼滤波算法的研究。在建立好相应的系统模型之后，分别从准确性和时间复杂度的角度考虑对相应的算法进行研究改进。在本文中，由于涉及比较多的数值运算和数学公式，所以使用MATLAB仿真工具来对相应的算法进行仿真研究，并且实现算法结果的验证。仿真实验结果表明，改进的数据融合算法比改进前的算法更加适用于室内环境监测的实际需要，能在原算法的基础上针对具体问题有更好的融合效果。