受无线传感器网络应用的推动，我们研究了一类用于估计未知确定性参数的分布式学习算法。 在这样的网络中，每个传感器在不可靠的网络环境中激活，该环境允许新节点加入而旧节点离开网络，并且可以容忍链路故障和噪声干扰。 另外，传感器在有限的计算，带宽和能量资源下运行。 为了克服这些限制，我们提出了一种新颖的算法，可以根据在本地传感器上偶尔产生的噪声样本，可靠地估计与线性测量函数关联的未知参数。 每个本地传感器处理其观测结果，通过本地信息交换更新其估计值，并将其量化的估计值发送给其一跳邻居。 基于矩阵分解和随