近年来随着国内外无线传感器网络研究的不断深入，无线传感器网络已能成功应用于军事、环境监测、工农业控制、交通管理、医疗健康监控、抢险救灾及商业应用等诸多领域。无线传感器网络作为一种新兴的分布式计算应用平台，是由大量微型传感器节点组成。这大量传感器节点通过协同工作，可以完成单个传感器节点不可能完成的、复杂的数据处理与控制任务。这些节点被认为具有某些显著的特征，如能量受限、存储受限、处理速度受限、通信带宽受限、感知与通信范围受限及测量精度受限等。这些受限性问题造成了无线传感器网络在走向应用的过程中出现了一系列新的严峻挑战，诸如本文所研究的无线传感器网络分布式估计问题。无线传感器网络中的分布式估计综合了传感技术、通信技术及信号处理技术等诸多学科领域。有别于传统的有线网络分布式计算平台，无线传感器网络有许多独特的特征：带宽受限的无线通信信道、能量受限的传感器节点以及多样化的网络拓扑等显著特征。本文将重点考虑上述提及的内在特征，较针对性地研究无线传感器网络中的分布式估计问题。主要研究内容包括四个方面：1.针对带宽受限的无线传感器网络分布式估计问题，基于二进制对称信道假设，提出了一种确定性参数的极大似然估计方法。为了验证所提出方法的有效性，也推导了其相对应的克莱姆理论下界值。同时考察了二进制对称信道的通信容量等参数对估计算法性能的影响。仿真结果显示，当传感器节点个数增加时，所提出的极大似然估计器性能可以单调地趋向于其克莱姆理论下界值。2.基于加性高斯噪声信道假设，从信道编码方面分析了编码算法对估计性能的影响。传感器节点分别采纳了两种不同的信道编码方式，即卷积编码和速率兼容删除卷积编码。基于给定的估计性能限制条件，分别推导了两种编码方式下的最优传感器节点能量调度策略，以保证整个网络的能耗量为最低值。仿真结果显示所提能量调度方案是能量有效的。3.针对相关观测数据的无线传感器网络分布式估计问题，首先通过修正传统的指示克里金算法，得到了一个新颖的估计算法。进一步地，还探讨了此无线传感器网络分布式估计算法的性能与网络能耗量的折中，并用一个优化模型描述此折中关系。此外，为了求解出优化问题的最优解或次最优解，提出了一种融合模拟退火算法与遗传算法的、新的全局搜索算法。仿真也证明了所提算法的收敛性。4.针对成簇拓扑的无线传感器网络分布式估计问题，考虑了两种成簇方案：一种是每个簇的簇成员个数都一样的，另一种情况就是簇成员个数存在不一样的。首先提出了两种极大似然估计算法，并且推导了对应的克莱姆理论下界值。仿真结果显示基于相同簇成员数目的成簇方案时，其估计性能与无成簇方案的几乎一样的情况下，还能极大地减少网络能耗量。同时，仿真也揭示了估计方案的估计性能与能耗之间存在着折中关系。