研究了带衰减观测和随机传感器偏差的多传感器AR信号融合辨识与估计问题. 首先, 将AR模型转换为状态空间模型, 将状态和传感器偏差进行增广得到一个等价的状态空间模型, 给出了当系统模型精确已知下的最优滤波算法. 然后, 当AR 信号参数、衰减观测随机变量的数学期望和方差未知时, 提出了两段辨识算法. 第一段采用递推增广最小二乘法(RELS)得到AR信号参数的局部估值, 并利用按矩阵加权线性无偏最小方差最优估计准则得到AR信号参数的融合估值. 第二段利用相关函数得到虚拟观测噪声方差、衰减观测随机变量的数学期望和方差的估值. 最后, 将每时刻辨识的未知参数代入最优滤波算法中, 获得分布式加权自校正融合滤波算法. 分析了算法的收敛性. 仿真验证了算法的有效性.