无线传感器网络是由大量具有无线通信与计算能力的微小传感器节点构成的自组织分布式智能系统,它综合了传感器技术、微机电技术、嵌入式计算机技术和现代无线通信技术,成为了一种真正意义上的感知世界、信息处理的平台,广泛应用于国防军事、环境监测、公共安全、智能交通、智能家居、医疗监护、反恐抗灾、危险区域远程监控、自动化生产制造等诸多领域。带状无线传感器网络作为一种特定拓扑结构的传感器网络,其诸多方面不同于一般二维区域内的无线传感器网络。本文针对带状无线传感器网络的特点,研究其拓扑控制及基于拓扑控制的数据融合等关键技术。　　 (1)带状网络拓扑控制策略:提出基于数据梯度分布的链式多簇头分簇算法(Mul-head Clustering Algorithm based on the Data Gradient Distribution,MCADGD)。MCADGD主要在节点分布和网络分簇两方面予以研究:首先,论证一种可行的节点分布策略,使得传感器节点随着到汇聚节点距离成梯度分布,即距汇聚节点越近的簇,节点越多,距汇聚节点越远,节点越少;其次,簇内簇头不再单一,而是以节点密度梯度函数为约束条件,每次簇头选举时动态地决定其数目,从而构成最优化的簇头集合。最优簇头集合不仅可以解决单个簇头能耗过快的问题,还可以提高网络吞吐量,减少节点通信延迟,避免瓶颈节点的出现。　　 (2)SDFAM算法主要对数据融合的空间收敛和时间收敛两个面进行研究的。空间收敛方面,首先簇成员将采集的数据上传到簇头进行初步融合;然后依据数据是否具有同质性,SDFAM来确定哪一层簇头进行数据融合,而中间经过的跳数和路径则是依据网络参数动态决定的,这种策略本质上是一种半结构法数据融合控制机制。时间收敛方面,SDFAM会根据簇头间交换的RST/CST信息来判断当前数据流何时进行数据融合,数据在传输期间,数据流经过的跳数、路径以及时延则是依据网络参数动态决定的。SDFAM本质上是一种半结构法数据融合控制机制,可以有效地减少不必要的结点数据发送次数和网络冗余数据,从而节省网络能量和延长网络生命期。