当今社会，信息化无处不在，正是集合了人们对于信息化的迫切需求以及传感器设备的发展趋势，无线传感器网络（Wireless Sensor Network，WSN）应运而生。目标对象的状态估计作为无线传感器网络的重要应用，近年来吸引了大量学者和专家的关注。由于传感器节点朝着微型化方向发展，其通信半径及带宽受到了限制。在无线传感器网络中，传感器节点按照周期性机制发送数据，使得网络需要大量传送测量信息。这导致本身网络带宽较小的无线传感器网络通信资源变得更为紧张。这种周期性的数据传输机制，也使得数据丢包、传输时延的现象不可避免。本文为了降低传感器节点的信息发送量，引入事件触发机制，研究了无线传感器网络中离散系统状态估计问题。本文主要工作如下：一、在无线传感器网络集中式拓扑结构中，引入集中式事件触发机制，设计合适的状态估计器。利用输入状态稳定（Input-State Stable，ISS）性理论，以线性矩阵不等式（Linear MatrixInequalities， LMIs）形式给出了集中式无线传感器网络中对离散系统进行状态估计以及事件触发机制的充分条件。最后，用数值仿真来验证了所设计方案的正确性。二、考虑无线传感器网络分布式结构。根据无线传感器网络的分布式结构，引入分布式的事件触发机制，设计分布式状态估计器。利用李雅普诺夫（Lyapunov）稳定性理论，以LMIs形式给出基于事件触发的分布式无线传感器网络中，离散系统状态估计的充分条件。最后，用数值仿真来验证所设计方案的有效性。三、考虑了传感器节点的饱和性，引入已知条件概率的伯努利分布（Bernoulli-distributed）序列，描述随机发生的传感器饱和（Randomly Occurring Sensor Saturation，ROSS）。针对传感器随机饱和的无线网络设计了分布式状态估计器。利用Lyapunov均方渐近稳定性理论，以LMIs形式给出了分布式无线传感器网络中离散系统状态估计以及事件触发机制的充分条件。最后，通过数值仿真验证所设计方案的正确性。四、在无线传感器网络中引入非线性目标对象，研究了基于事件触发带有传感器随机饱和的分布式无线传感器网络中离散非线性系统状态估计问题，设计了分布式状态估计器。利用Lyapunov均方渐近稳定性理论，以LMIs形式给出了状态估计的充分条件以及事件触发机制的充分条件。最后，数值仿真验证所设计方案的有效性。