在3C (Communication, Computer, Control)技术迅猛发展及新型传感器不断出现的背景下,各种面向复杂应用背景的多源信息系统大量涌现,迫切需要发展多传感器信息融合(Multi-Sensor Information Fusion, MIF)这一重要技术手段。多传感器信息融合估计作为该领域的一个重要分支在诸多军事和民用领域发挥了巨大的应用价值。然而,网络化多传感器融合系统(Networked Multi-Sensor Fusion Systems, NMFSs)中通信网络的引入,在解决传统融合系统中布线复杂、可扩展性差、维护困难和成本高等问题的同时,也给NMFSs带来了新的问题和困难。本文基于周期系统方法、最优估计理论和多传感器融合算法,研究NMFSs中存在的两个重要问题,即能量受限和介质访问受限下的融合估计问题。论文的主要工作包括：1)研究了能量受限下NMFSs的H∞估计问题。提出了一种新的节能传输策略,即降低节点到融合中心的信息发送频率,将融合估计系统建模成一类离散时间周期系统。基于融合估计误差系统,采用李雅普诺夫稳定性理论和线性矩阵不等式技术,结合周期系统方法,导出了能量受限情况下系统渐近稳定且具有给定H∞性能指标的充分条件,并给出了H∞融合估计器的设计方法。最后,通过一个仿真算例验证了所提出设计方法的有效性。2)研究了介质访问受限下NMFSs的WKalman估计问题。首先,提出了一种周期性分组传输的通信策略,并将每组传感器所对应的局部估计系统描述成一个离散周期子系统模型。其次,每个子系统根据最新测量信息的更新时刻,选择相应的Kalman估计器(滤波器或预报器),从而得到各子系统在每一时刻的一个局部最优估计,再通过矩阵加权最优融合准则导出网络化多传感器系统的最优融合估计。最后,通过一个目标跟踪例子验证所提出方法的有效性。3)最后,对全文进行总结,并对进一步的研究提出一些展望。