无线传感器网络是由大量部署在监控区域的传感器节点组成的一种能量受限的自组织多跳网络。节点的密集分布造成了相邻节点采集得到的数据存在大量的数据冗余,而传感器节点的能耗主要来自数据的发送,因此数据融合算法是无线传感器网络研究的重点。　　本文详细分析了压缩感知理论,指出信号的测量次数与信号的稀疏度有关,为了降低信号的稀疏度,提出了基于空间相关的分簇算法。将存在数据相关性的相邻节点分为一簇,从而降低了簇内节点采样数据的稀疏度,提高了簇内数据融合效率。　　针对无线传感器网络中减少各节点数据发送量以及负载均衡的要求,本文提出了基于压缩感知的数据融合算法,该算法充分利用了簇内节点间的空间相关性进行数据融合。并在此基础上,提出了压缩感知与数据转发相结合的数据融合算法,该算法在网络采样数据收集的过程中,根据节点的子节点个数选择利用压缩感知对数据进行压缩,还是直接转发。　　仿真结果表明,基于空间相关的分簇算法,降低了簇内数据的稀疏度,减少了节点发送的数据量。基于压缩感知的数据融合算法平衡了簇内节点的负载。压缩感知与数据转发相结合的数据融合算法结合了压缩感知与数据转发两种收集方案的优点,在有效平衡的平衡节点间负载的同时减少了部分节点的发送量。