无线传感器网络是集成传感器技术、嵌入式计算技术、无线通信技术以及分布式技术而形成的一种全新的信息获取和处理技术。无线传感器网络将逻辑上的信息世界 和真实的物理世界融合在一起，从而彻底改变人与自然交互的方式。 传感器节点通常部署在大型连续监测系统或感兴趣的区域，由于传感器的密集部署模式，相邻的传感器对同一事件进行监测所获得的数据具有相似性，而传感器节点 在能量、存储空间与计算能力上有限，且节点发送和接受数据的能耗要远大于计算与存储能耗，因此冗余数据的传送在一定程度上将造成网络拥塞和数据冲突以及消 耗过多的能量，降低数据的收集效率，缩短整个网络的生命周期。为避免上述问题，无线传感器网络在从各个传感节点收集数据的过程中，利用传感器节点的本地计 算和存储能力对感知的数据进行融合处理，组合出更高效的、更符合用户需求的准确数据。 本文在主成分分析融合方法的基础上提出一种无线传感器网络簇内分级数据融合算法，先采用自学习加权方法估计出各个传感器的测量方差，通过线性无偏最小方差 估计法对传感器节点的测量数据进行修正，用主成分分析方法得出各传感器的综合支持度和数据融合的公式。应用实例和仿真实验结果验证了该方法的有效性和可靠 性。