传感器中存在大量重复、冲突、冗余数据，传统数据融合方法只能融合部分源数据，得出的目标监测数据可信度依旧较低，为此，本文提出一种基于模糊理论的多源异构传感器数据融合模型。利用D-S证据理论设计数据融合规则，通过概率分配函数、距离矩阵降低多源数据融合规则计算难度，采用二值型函数转换各数据源，使用支持度函数算出各数据源的支持度值，借助模糊理论量化算子得出OWA算子权重值，根据这两个值将冲突数据去除，重复数据融合，完成数据源融合。实验结果表明，本文方法能够有效降低各源数据融合误差，提升监测数据的可靠性，并能保证融合时间开销最短。