近年来,随着传感器网络的出现,分布式处理引起了人们的广泛关注。在分布式处理中,每个传感器通过与其邻居节点的分布式合作实现某种特定的任务。它具有鲁棒性强,通信量少,计算复杂度低的特点,在农业、环境监测、工业监控等方面具有重要的应用价值。分布式估计是分布式处理中的一个重要研究分支。近年来,国内外学者相继提出了许多分布式估计算法,并应用于数字通信系统中对信道和信源的估计中。然而这些已有的分布式估计算法绝大多数是非盲的。譬如,在信道的估计中,我们需要知道信源信息；而在信源的估计中,我们需要预先传输一定的训练序列以获得信道模型。这在某些实际问题中不但难以实现,而且会降低传输时频带利用率和传输效率。考虑到上述问题,本文主要研究了信道以及信源的分布式盲估计问题。首先,我们将信道建模成有限冲激响应(Finite impulse response, FIR),研究了FIR信道以及源信号的分布式盲估计问题。考虑到信道模型的稀疏性,我们提出了一种分布式稀疏信道估计方法,并应用信源的估计中。然后,我们考虑了无限冲激响应(Infinite impulse response, IIR)系统模型中的系统辨识与输入信号的分布式盲估计问题。此外,从安全性的角度出发,我们还提出了一种基于隐私保护的分布式盲估计算法。本文通过理论分析和仿真实验证明了这些算法的有效性。