智能温室大棚控制系统的数据融合技术主要应用在无线传感器网络中，在大规模的无线传感器网络中，传输数据量巨大，必然存在着数据传输可靠性、拥塞以及能耗等问题，高效的数据融合技术能够有效的解决这些问题

结合分簇路由算法的特征，采用两层融合技术，首先簇内节点与簇首节点的融合，簇内节点根据阈值来判断是否需要发送数据，簇首节点根据接收到的数据，进行数据一致性检验，剔除异常数据，第二层采用BP神经网络算法对簇首节点与基站的融合，得到所需要的结果。

实验表明，智能温室大棚控制系统的数据融合技术，进行融合后的数据可靠性高，较大减少了数据的传输量与冗余度、降低了能量的消耗，从而提高了整个网络的性能。

数据融合技术涉及到检测技术、模式识别、决策论、不确定性理论、估计理论、最优化理论等众多学科领域。目前关于无线传感器网络数据融合技术的发展情况，大体可以分为有损融合、无损融合、依赖于应用的数据融合，如应用层开发面向应用的数据融合接口，在网络层开发与路由相结合的数据融合技术。

智能温室大棚控制系统的数据融合技术，独立于应用的数据融合、基于分布式数据库的数据融合、基于中心的数据融合等[3]。本文主要针对在网络层与路由相结合的数据融合技术的研究，目前关于该方面比较典型的方法有 LEACH 分簇算法[4]，使用分簇的方法使得数据融合技术在算法中起到了非常重要的作用。然而在该算法中偏重路由技术，在簇首节点融合数据中，并没有提到具体的融合技术。