分布式信源编码(Distributed Source Coding, DSC)在编码端对各个信源分别独立压缩，在解码端根据多个信源之间的统计相关性进行联合译码。分布式信源编码拥有许多应用方向，从无线传感器网络技术到图像视频处理技术。本文从分布式信源编码的理论基础入手，主要针对不断变化的统计相关特性和实际噪声信道条件，对非对称结构分布式信源编码进行深入研究与分析。针对非对称结构分布式信源编码系统中信源之间相关性不断变化的问题，本文首先提出了速率自适应低密度奇偶校验(Low-Density Parity-Check, LDPC)码。本文提出并构造了速率自适应LDPC码序列，使得编码端可以灵活的改变编码速率，以适应信源之间不断变化的统计相关特性。通过仿真分析，速率自适应LDPC码可以在全压缩率域范围内逼近Slepian-Wolf界。除此之外，良好设计的速率自适应LDPC码的性能也要好于已经普遍应用于非对称分布式信源编码系统中的速率自适应Turbo码。其次，本文针对高压缩率下的速率自适应LDPC码提出了改进方案。在低压缩率区域，本文仍采用原来设计的速率自适应LDPC码。而在高压缩率区域，本文有选择的减小最大度变量节点比例，并采用密度演进(Density Evolution, DE)算法重新设计码字的度分布特性。通过仿真分析，可以看出改进的速率自适应LDPC码可以在高压缩率区域逼近Slepian-Wolf界。最后，本文对实际信道条件下非对称结构分布式信源编码的问题进行了研究与分析。当需要考虑实际的传输情况时，非对称信源编码包括两个信道，即实际噪声信道与虚拟相关信道，本文称此为分布式信源信道联合编码。本文主要设计基于校验子生成方式的Slepian-Wolf译码方案，来获得分布式信源编码的有效压缩以及差错保护。在编码端，本文仍采用速率自适应LDPC码。译码端，本文根据编码端校验矩阵重新设计一个译码矩阵，以此来适应不断变化的信道条件与统计相关特性。根据仿真结果，本文所提出的译码方式在分布式信源信道联合编码场景下获得了极佳的效果。