1.本发明公开一种基于分布式并行神经网络算法的无线传感器网络数据融合方法：首先各传感器节点以87m为传输半径广播自己的节点编号和位置，并接受其他传感器节点发送过来的数据；而后各节点启用一个回退定时器，定时器的起始值正比于N-S1j，N是传感器节点总数，S1j是各传感器节点本轮竞争中收到的数据包的个数，则最先回退结束即收到最多数据包个数的节点成为主簇头并广播，主簇头收到的节点加入网络；接着被主簇包含的节点进行第二轮竞争成为次级簇头组，回退定时器起始值正比于N-S2j，S2j为节点收到的并异于主簇头收到的数据包个数，依此直至所有节点都被加入网络为止；组网完成后，所有节点采用分布式并行神经网络算法进行数据处理，处理完成后将生成的多项式发送给所属簇头，簇头对多项式进行累加，进而逐级传送至主簇头，再由主簇头完成最终的累加融合，发送给汇聚节点；本算法中，所有的数据发送距离都在87m以内，数据量较直接发送显著降低，总体上降低了传感器网络整体的能量消耗。
2.根据权利要求1所述的基于分布式并行神经网络算法的无线传感器网络数据融合方法，其特征是：基于绯闻算法的簇头竞争，逐级选出所有簇头，逐步扩大组网范围，直至所有节点均接入网络。
3.根据权利要求1所述的基于分布式并行神经网络算法的无线传感器网络数据融合方法，其特征是：在树式结构的基础上，将小范围内较为密集的节点以簇的形式接入网络。
4.根据权利要求1所述的基于分布式并行神经网络算法的无线传感器网络数据融合方法，其特征是：所有节点的数据发送距离都小于等于基准半径，节点只能向更有利于数据融合的节点传送数据。
5.根据权利要求1所述的基于分布式并行神经网络算法的无线传感器网络数据融合方法，其特征是：在分布式并行神经网络工作中，所有节点发送的都是经过神经网络处理的多项式，较直接传输数据量大大减少。
6.根据权利要求1所述的基于分布式并行神经网络算法的无线传感器网络数据融合方法，其特征是：在链式结构的基础上，将所有级别的簇头连接起来，神经网络生成的多项式在每级簇头进行累加，每次只需传输一个多项式。
7.根据权利要求1所述的基于分布式并行神经网络算法的无线传感器网络数据融合方法，其特征是：生成一种综合了簇、树相结合的混合结构。