无线传感器网络是20世纪70年代以来一个新兴的边缘学科领域,在医疗、军事、国防和高科技研究等方面都已得到应用。相对于节点服从传统系统模型的无线传感器网络系统,节点服从广义系统模型的传感器网络系统更具有一般性,其状态估计、融合问题得到广泛的关注。本文针对节点服从广义系统模型的传感器网络系统,提出了分布式估计和融合算法。首先通过奇异值分解将原广义系统变换为等价的两个降阶非奇异子系统,将广义系统模型转换为一般系统模型。进而进行多率采样,得到一类具有不同状态更新速率、测量更新速率、估计更新速率的多速率采样系统。接着,将带有丢包的多率采样系统模型建模为一类随机系统模型。并基于线性最小方差准则导出了局部滤波估值器,一步预测估值器及其相应的估计误差互协方差矩阵。最后,基于矩阵加权线性最小方差最优融合准则,将局部估计值进行加权融合,得到融合Kalman滤波器和一步预测估值器。本文通过Matlab对算法进行仿真。仿真结果验证了算法的可行性。表明融和滤波器精度高于单传感器局部滤波器。