无线传感器网络综合了传感器技术、嵌入式计算技术、无线通信技术，有着广泛的应用前景，被认为是21世纪最重要的技术之一。而由于传感器节点自身的能量，存储和处理能力的局限性，无线传感器网络中的信息融合技术引起了人们的极大关注。信息融合技术是一个多学科高度集成的热点研究领域，最早出现在20世纪70年代，80年代成为军事高科技研究领域中的一个重要课题并得到迅速发展。本文针对无线传感器网络自身特点，将无线传感器网络和信息融合算法相结合，对同质分布递阶卡尔曼滤波信息融合算法和异质RBF神经网络信息融合算法进行了研究，其主要工作和内容如下：(1)将信息融合的思想应用于无线传感器网络，对信息融合和无线传感器网络的基本概念、特点和应用进行了系统分析，以此来解决无线传感器网络的能量有限、增强所收集信息的准确性以及提高收集信息的效率等问题。(2)对无线传感器网络的信息融合系统模型，无线传感器网络的体系结构和信息融合的层次进行了系统分析，并依托TEEN路由协议建立了分布递阶信息融合结构模型。(3)给出了无线传感器网络中的分布递阶卡尔曼滤波信息融合算法，下层源节点采用卡尔曼滤波及基于减少能耗和网络冲突的数据处理算法，上层簇首节点或汇聚节点采用方差自适应的加权信息融合算法，该算法能有效降低传感器网络能耗和网络信息冲突，实现信号重构。仿真结果表明了该算法的有效性和可靠性。(4)给出了无线传感器网络中的异质RBF神经网络信息融合算法，将其用于无线传感器网络簇首或汇聚节点的异质信息融合时，无线传输只需要传送融合后的结果，减少了数据传输量，同时可以减轻网络冲突和拥塞，仿真结果表明了该算法的有效性。