我们解决了稀疏向量的网络内分布式估计的问题。 为了利用目标向量的稀疏性，我们将-和-范数约束合并到标准扩散最小均方（LMS）的成本函数中。 此技术等效于在基于LMS的算法的迭代中添加零吸引项，这会加速零或接近零分量的收敛速度。 得出并验证了选择零吸引项强度的规则。 仿真结果表明，所提方案的性能取决于稀疏度。 如果选择了零吸引项的合适强度，则当考虑的矢量稀疏时，它们可以胜过标准扩散LMS。 另外，提出了所提出的稀疏算法在窄带源频谱估计中的实际应用。