随着无线电子技术与网络通讯技术的进步与发展,无线传感器网络通信技术已然成为当今世界一项必不可少的新兴技术,相关问题的研究受到越来越多研究者的关注。然而,在实际应用中,多数系统会出现未知扰动,同时受制于系统的传输能力和通信链路故障等因素,测量信息在传输过程中很容易丢失,从而造成估计器估计性能的下降。针对无线传感器网络中含丢包和未知输入的状态估计问题,本文提出了两种不同情况下的含未知输入与丢包现象的分布式状态估计算法。在第一种算法中,本文设计了一种基于丢包变量统计特性的最优无偏的分布式状态估计器。在第二种算法中,通过使用时间戳技术（可以实时获取丢包与否）,设计了一种基于时间戳技术的最优无偏的分布式状态估计器。最后,考虑到局部估计器之间存在估计差异,通过引入一致项算法减少各节点局部估计差异的影响。本文的主要研究内容包括:（1）针对含有未知输入和丢包的传感器网络系统,通过利用丢包变量的统计特性,提出了一种基于统计特性的含未知输入的分布式状态估计算法。首先,基于丢包变量的统计特性,设计了一种分布式状态估计器。然后,通过求解一个黎卡提方程和一个李雅普诺夫方程,可以得到在无偏条件下的估计增益参数。最后,通过一个模拟仿真案例验证了所提出分布式状态估计算法的有效性。（2）针对在无限时间内要考虑李雅普诺夫方程的收敛性问题,提出了一种基于时间戳技术的含未知输入的分布式状态估计算法。首先,利用时间戳技术得到每个时刻的丢包信息,牺牲了计算的复杂度来换取计算的精确度,去设计另一种分布式估计器。然后,只需通过求解一个黎卡提方程,便可以得到在无偏条件下的估计增益。最后,通过一个模拟仿真实验案例验证了所提出分布式状态估计算法的有效性。（3）针对局部估计器之间的存在估计差异的问题,提出了一种含有一致项的分布式状态估计算法。每个节点可以将自己的先验估计信息传递给其邻居节点,通过引入一致项来设计一种分布式状态估计器。该分布式估计算法可以从理论上克服局部估计器之间估计的差异的影响。