数据融合在传感器网络中非常重要，它的最本质作用有3点：节省网络的能量、提高精确度、提高收集数据的效率。传感器网络部署时往往是大量的投放传感器到目标区域，因为单个传感器监测能力有限故要使传感器达到一定的密度才能满足需求，这样会增强整个网络的健壮性以及准确性。可是缺点也显而易见，多个传感器节点可能会在某个区域比较集中而导致冗余。这个时候数据融合可以在中间节点进行转发时对数据进行去冗余，已经有实验表明传感器发送一个比特消耗的能量远远大于执行一条指令所消耗的能量，从而进行数据融合可将网络消耗降到最低，这就是节能的作用; 受到成本和体积的限制，节点的功能往往不会很强大，所以需要大量的节点来进行探测，当节点很多时如果所有信息最后放到汇聚节点进行总结由于会有很多数据是有大误差的，从而造成了最终结果的误差。如果在一个小型区域里进行融合，由于节点之间数据比较相近，因此对于有较大误差的数据可以直接删除从而提高精确度; 在内部进行数据融合的话，可以减少数据传输量、减轻网络拥塞、降低数据延迟，这样的话传感器节点可以花更多精力去采集数据从而提高数据收集效率。 数据融合可分为无损失融合和有损失融合。无损失融合指的是所有细节都被保留只去掉冗余部分信息，它只是缩减了分组头部的长度和控制开销，具体的数据仍然不会改变。比如要实时的采集一个房间的温度信息，汇报节点收到多个数据后如果数据相同则只是选择时间最新的数据进行汇报，即只修改头部的时间信息，而数据不变。有损失融合指的是丢弃一些细节信息从而减少需要存储或传输的数据量，比如要得到一个房间的最低温度，可以对某一区域的汇报节点收到的数据取最小值，而其他数据则将丢弃。此外还有许多分类的方式这里就不介绍了。