پیشرفت های اخیر در زمینه الکترونیک، مخابرات بی سیم و ساخت حسگرها، سبب پیدایش سیستم های پیچیده و ابعاد وسیع ساخت و فرآیند شده است. از سال 1960، با تثبیت سیستم های ابعاد وسیع به عنوان شاخه ای از مهندسی سیستم ها و کنترل، تیم های تحقیقاتی فراوانی برای مدل سازی و تحلیل این سیستم ها در سراسر دنیا تشکیل شده اند. تخمین متغیرهای حالت این سیستم ها با هدف شناسایی و کنترل عملکرد آن ها از اهمیت ویژه ای برخوردار است. استفاده از الگوریتم های متمرکز برای انجام اهداف فوق اگرچه نتیجه ی مطلوبی به دست می دهند، به دلیل محاسبات پرحجم قابل پیاده سازی در پردازنده های متداول نمی باشد. همچنین به علت گستردگی محدوده ی جغرافیایی و پدیده های فیزیکی تحت پوشش این سیستم ها، تخمین متمرکز آن ها نیازمند پهنای باندگسترده ای می باشد؛ که مکانیزم تخمین را با محدودیت مواجه می کند. در این پژوهش، دو الگوریتم تخمین حالت توزیع شده برای سیستم های ابعاد وسیع خطی و غیرخطی پیشنهاد می شود و شرایط همگرایی آن ها مورد بررسی قرار می گیرد. در شبکه های حسگری ابعاد وسیع بی سیم، اطلاع از مکان دقیق گره های حسگری کلید دستیابی به پردازش مناسب اندازه گیری های گره ها می باشد. به دلیل وجود نویز اندازه گیری، روش های تحلیلی کارآیی مناسبی ندارند. درادامه ی پایان نامه، یک الگوریتم مکان یابی توزیع شده مبتنی بر تخمین حالت غیرخطی و در حضور نویز ارائه خواهد شد. در روش پیشنهادی، پس از تفکیک فضایی سیستم ابعاد وسیع گسسته در زمان خطی به زیرسیستم های هم پوشان با بعد کاهش یافته، یک الگوریتم توزیع شده ی تخمین حالت دو مرحله ای برای آن ارائه می شود. در هر گام زمانی، متغیرهای حالت هر زیرسیستم به صورت محلی تخمین زده می شوند. سپس، تخمین های هر متغیر حالت توسط الگوریتم میانگین گیری وزنی بین زیرسیستم های هم پوشان آن حالت به اشتراک گذاشته می شوند. در راستای بررسی صحت الگوریتم پیشنهادی، یک مثال عددی آورده می شود. در گام بعدی، الگوریتم پیشنهادی به سیستم های ابعاد وسیع گسسته در زمان غیر خطی تعمیم داده خواهد شد. در هر گام زمانی، هر زیرسیستم غیرخطی با خطی سازی معادلات حالت خود حول تخمین گام قبل، متغیرهای حالت محلی خود را تخمین می زند. الگوریتم های تخمین ارائه شده در این پایان نامه، برخلاف نمونه های مشابه قبلی، کاملاً غیر متمرکز هستند و در هیچ محلی از شبکه، ذخیره سازی، تبادل و محاسبات بردار یا ماتریسی از بعد سیستم ابعاد وسیع موجود نیست. با استفاده از تابع لیاپانوف مناسب، شرایط کافی برای کرانداری نمایی با مفهوم میانگین مربعات و کرانداری با احتمال یک برای الگوریتم های تخمین توزیع شده ی خطی و غیرخطی ارائه شده، در قالب دو قضیه پیشنهاد می شوند. این شروط کافی طراح را قادر می سازند تا با بررسی چند شرط ساده بر ماتریس های سیستم و ضرایب فیوژن، کرانداری الگوریتم تخمین سیستم را بررسی کند. در پایان، به عنوان کاربردی از سیستم های گسترده ی غیرخطی، یک الگوریتم مکان یابی مبتنی بر تخمین حالت توزیع شده ی غیرخطی پیشنهاد می شود و همگرایی این الگوریتم براساس قضیه ی سیستم های غیرخطی اثبات خواهد شد. در الگوریتم پیشنهادی، حداقل تعداد گره ی راهنما نیز محاسبه می شود. یکی از مزایای این روش کاهش شدید تعداد گره های راهنمای مورد نیاز می باشد. نتایج شبیه سازی موید همگرایی تخمین گره های حسگری به مکان واقعی آن ها خواهد بود.