多传感器网络(Multi-sensor Network,MSN)技术的主要原理就是网络中每个节点(即传感器)都能够从它的相邻的节点获取瞬时信息。均方误差(Mean Square Error,MSE)准则在这种分布式估计中早就得到了广泛的学习和应用,并获得了良好的效果。目前大部分相关研究都是基于圆误差信号,然而自然界中很多信号,如16-正交幅度调制信号、功能性磁共振成像信号是复数信号,会表现出不同程度的非圆特性,均方误差准则对处理这些非圆信号的效果并不理想。针对该问题本文对非圆信号影响下的多传感器合作网络机进行了相关研究,具体主要工作如下:首先本论文介绍了多传感器网络的基本模型,对多传感器非合作网络进行建模,用数学语言对其原理进行描述,采用均方误差准则推导出其代价函数。随后研究了多传感器合作网络模型,详细推导了两种合作网络算法即先适应后合作(Adapt-Then-Combine,ATC)算法和先合作后适应(Combine-Then-Adapt,CTA)算法。接下来介绍了复数域信号的基础理论知识,给出了非圆信号、圆度系数及高斯熵等定义,为后续的研究奠定了理论基础。然后本文在多传感器非合作网络的基础上,对线性和广义线性滤波器进行了讨论,包括基于MSE的线性滤波器和基于高斯熵的线性滤波器;在高斯熵的研究基础上推导出其闭式解,包括线性滤波器的闭式解和广义线性滤波器的闭式解,通过仿真验证,当输入信号为圆信号情况下,熵算法与MSE的解有类似得性能;当信号非圆率为0.7时,原始的MSE闭式解算法的稳态均方偏差为-25.8dB,而本文提出的基于熵闭式解算法为-29.2dB,随着非圆率逐渐增大,其稳态误差越小。最后本文在多传感器合作网络算法基础上,分析了N个节点的分布式网络模型并推导基于熵的全局最优化,将高斯熵引入到多传感器合作网络算法中,基于ATC算法和CTA算法,推导出基于高斯熵的多传感器合作网络算法,紧接着从性能上对算法进行分析,包括均值稳定性分析和均值方差性能分析。通过仿真验证,在非圆噪声的影响下,当非圆率为0.7时,传统的合作算法的稳态误差为-26dB,本文提出的算法为-36dB,随着非圆率逐渐增大,其稳态误差越小。