本文研究了在稀疏连接的传感器网络中不稳定的动态工厂的分布状态估计问题。 可以对所有传感器共同观察工厂的动态，但不必对每个传感器局部观察。 我们提出了一个基于共识的有限时间的分布式估计器，以应对局部的不可观测性。 该算法基于最大共识技术，并且精确提供了共识迭代的次数。 我们证明该估计器是稳定的，并且均方误差等于集中式估计器获得的均方误差。 此外，我们将此有限时间共识卡尔曼滤波算法扩展到具有不均匀时变通信延迟的网络。 通过引入充当中继节点的虚拟节点，我们证明了算法的稳定性。 最后，通过仿真实验评估了