本文提出了一种适用于传感器网络环境下的分布式张量数据降维算法。主要贡献有以下几点：1)传统的集中式方法利用所有数据同时得出每个张量模方向上的投影矩阵或者一组接一组地获得基本的多线性投影组，这些方式不适合分布式网络。本文通过将这种同时获得方式转化成一个向量接一个向量(One-Vector-By-One-Vector，OVBOV)的获得方式更适合网络环境；2)证明了在OVBOV方式下获得每个投影向量不需要修改张量数据(即不需要减去主要成分来获得新的投影向量)，简化了相应的计算量；3)将分散的投影空间求解问题转化成具有一致性限制的子问题的求解方法，这样就可以只通过局部计算和近邻节点之间的信息交流来解决这样的分布式网络计算问题；4)通过零空间的引入，将有许多正交约束的投影向量求解问题转化成等价的无正交限制的问题，进而可以利用拉格朗曰乘子法有效地解决。实验和仿真结果表明本论文所提出的算法是一种适用于网络环境的分布式张量数据降维方法。