时间相关噪声广泛出现在导航系统和跟踪系统中.本文基于射影理论,观测差分和线性最小方差意义下的最优加权融合算法,研究带时间相关观测噪声多传感器随机不确定系统的分布式融合估计问题,主要内容如下:对带AR（1）时间相关加性观测噪声以及观测方程中含有多个白色乘性噪声的随机时变系统,首先通过观测差分将持续相关的观测噪声化为相邻时刻相关的观测噪声,设计了局部单传感器子系统的线性最优估值器,包括滤波器,预报器和平滑器.与已有文献中的滤波算法相比,降低了算法的复杂度.推导了任意两个局部估计误差之间的互协方差矩阵的计算公式,进而给出了线性最小方差意义下的分布式融合估值器.对上述系统进一步考虑了状态乘性噪声,且状态乘性噪声与观测乘性噪声相关.为此,引入了新的过程噪声,将相关的乘性噪声转化为一步自相关和互相关的加性噪声.对单传感器子系统,提出了局部最优滤波器,预报器和平滑器.其中局部状态滤波器依靠新引入的过程噪声的递推滤波器.进而对多传感器系统,给出了分布式融合最优估值器.对带ARMA（nb,nd）时间相关观测噪声以及乘性噪声为白噪声的随机系统,利用观测差分,将原系统转化为带状态滞后和有限步相关观测噪声的系统.通过引入乘性噪声与系统状态乘积的估值器,提出了局部单传感器子系统的滤波器、预报器和平滑器.进而利用线性最小方差意义下的次优加权融合算法和协方差交叉融合算法,给出了分布式融合估值器.