无线传感器网络是一种多跳自组织网络，它由大量能量有限的传感器节点组成，监测传感器附近的信息，并把经过处理后的数据传给用户。为了节省整个网络的能量、增强收集到的数据的准确性以及提高数据的传输效率，所以在数据传输给用户之前要进行数据融合。　　 本文介绍了簇融合模型，并详细讨论了模糊综合评价方法和模糊变权法。在此基础上提出了基于模糊变权法的无线传感器网络数据融合算法。该算法是一种可变权重的数据聚集策略。一方面，针对簇头之间的差异性，考虑了影响簇头数据融合的五种因素：延迟、数据总量、簇头可信度、数据一致性、数据精度，并将此五种因素作为模糊综合评价的因素集，以此来确定簇头的融合权重，使得数据融合的结果更准确并能更好的表征客观事实。另一方面，基于五种因素构成的因素集，提出了基于模糊变权法的WSN数据融合算法，该算法利用了簇头的多种影响因素来进行综合评价。算法通过加大评价得分过低的因素的权重，从而使簇头的融合权重减小，达到突出各簇头之间差异性的目的。另外，在数据融合过程中，簇头的权重不是固定不变的，而是依据因素的变化而变化的，即各簇头因素对综合评价产生影响。与传统的固定权重的数据融合算法相比，该算法对监测应用中的不确定因素有更好的适应性。　　 最后，结合已有文献数据以及MATLAB随机产生的数据对本文算法进行仿真，通过与传统的数据融合算法和基于常权法的数据融合算法相比，本文算法得到的结果更加准确且更加贴近客观事实。