在本文中，研究了线性最小方差（LMV）意义上的最优集中式和分布式融合估计问题，该问题适用于具有多个数据包丢失的多传感器系统。 对于具有不同丢包率的多个传感器的离散时变线性随机系统，利用创新分析的方法给出了包含滤波器，预测器和平滑器的LMV集中式融合估计器（CFE）。 但是，由于增强，CFE可能带来昂贵的计算成本和较差的可靠性。 为了降低计算成本并提高可靠性，基于在LMV意义上标量加权的众所周知的最优融合估计算法，给出了分布式融合估计器（DFE），该算法具有并行结构。 推导任意两个传感器子系统之间