近几年,一种由多个具有信息采集能力、信息处理能力和信息传递能力的传感器节点构成的传感器网络在军事管理领域、环境检测领域、医疗卫生领域和工业生产领域等都得到了广泛的应用。伴随着微电子技术和数字化信号技术的快速发展,分布式计算技术利用其优势加快了传感器网络在实际生产应用中的变革,使得传感器网络在新的领域取得了更多的应用。对于同一个监测区域,不同的传感器节点和在不同位置的相同的传感器节点在信息感知和信息处理的过程中都存在差异,这会导致滤波算法整体估计精度的降低。因此,将传感器网络估计精度提高的问题正亟待解决。本文在归纳总结以往研究成果的基础上,利用递推算法和一致性算法研究了基于传感器网络的随机非线性离散系统的分布式滤波问题。主要研究如下内容:1.针对具有随机发生非线性的离散时变系统,考虑两种情况:首先在通信过程中引入最大误差优先协议,设计分布式滤波器,利用分布式滤波算法,通过方差约束的方法分别得到一步预测误差协方差的上界和滤波误差协方差的上界;将滤波误差协方差的上界最小化,从而获得最优的滤波器增益;利用数值仿真验证提出的分布式滤波算法的可行性和有效性。其次,考虑具有参数不确定性和乘性噪声的系统,设计一致分布式滤波器,通过方差约束的方法分别得到每个节点对应的一步预测误差协方差的上界和滤波误差协方差的上界;将各节点的滤波误差协方差的上界最小化,获得各节点对应的滤波器增益和一致增益;通过数值仿真验证提出的一致分布式滤波算法的可行性和有效性。2.针对具有随机不确定性的离散时变系统,考虑两种情况:考虑具有传感器测量丢失的现象,设计弹性分布式滤波器,利用弹性分布式滤波算法,将得到的滤波误差协方差的上界最小化并引入新的矩阵化简技术得到弹性滤波器增益;通过数值仿真验证提出的弹性分布式滤波算法的可行性和有效性。其次,考虑存在非线性和传感器测量丢失概率不确定的系统,设计弹性一致分布式滤波器,利用弹性一致分布式滤波算法得到每个节点对应的滤波误差协方差的上界,进而获得各节点对应的弹性滤波器增益和一致增益;通过数值仿真验证提出的弹性一致分布式滤波算法的可行性和有效性。