本文提出了一种基于领导者跟随者结构和传感器网络加权平均策略的共识卡尔曼滤波算法。 通过引入虚拟估计误差和置信度函数，权重以传感器置信度的比例形式完全分布地和自适应地设计。 证明了对于时不变网络，当且仅当扩展拓扑中的过程节点可全局访问时，所有传感器的均方估计误差才是有界的。 对于具有伯努利通信数据包丢失的随机网络，当且仅当所有可能扩展拓扑的并集中的过程节点全局可访问时，估计错误的概率才受到限制。 对于任意交换的通信网络，只要存在无限范围的均匀有界的，不重叠的时间间隔，就可以限制均方估计误差，以使跨