作为物联网领域的关键技术,无线传感网络在军事防御、工业控制、环境监测、精细农业与智能家居等领域均有重要应用。随着无线传感网络技术的发展,基于无线传感网络的滤波技术也有突破性的进步。本文借助非零和纳什博弈理论描述丢包环境下基于无线传感网络的分布式多目标滤波问题。考虑系统存在随机噪声以及建模误差,给出了分布式鲁棒最优滤波。基于均方意义下的均方镇定解,进一步分析了由最优滤波增益以及相应的最差扰动信号组成的纳什均衡策略。此外,为减小各节点间的分歧度,导出了各节点的分布式一致性鲁棒最优滤波。通过修正代数Riccati不等式、网络拓扑图的复杂度以及误差系统的均方稳定性,推导出一致性参数的取值范围。本文主要工作分为以下部分:第一部分:丢包下的分布式鲁棒最优滤波问题定义。基于给定系统以及准TCP协议下丢包的建模,给出分布式鲁棒最优滤波器的形式。考虑系统存在随机噪声以及建模误差,引入代价函数描述滤波系统的鲁棒性与最优性。在纳什均衡的框架下,定义了分布式鲁棒最优滤波的设计问题。第二部分:丢包下的分布式鲁棒最优滤波设计。通过给定耦合修正代数Riccati方程可构建均方意义下的均方镇定解。在均方镇定解的基础上,进一步分析了由最优滤波器增益以及相应的最差扰动信号组成的纳什均衡策略。第三部分:丢包下的分布式一致性鲁棒最优滤波设计。为减小节点间的分歧度,给出分布式一致性鲁棒最优滤波器形式以实现一致性的目标。通过修正代数Riccati不等式,网络拓扑图的复杂度以及误差系统的均方稳定性,进一步推导出一致性参数的范围。第四部分:借助无线传感网络测速实验验证算法的有效性。包括对实验平台介绍以及小车的模型。通过迭代算法数值上求解两个耦合修正代数Riccati方程,进而得到各个节点的最差扰动信号增益与滤波器增益。通过与已有算法比较,在仿真以及实验平台上验证了本文算法的有效性。最后,总结本文的研究成果,并给出未来的研究方向。