近年来，无线传感器网络(WSN: Wireless Sensor Networks)吸引了越来越多各个领域的研究者，它是由大量廉价微型传感器节点随机地分布在监测区域内，并通过无线通信方式形成一个多跳、自组织的网络系统。无线传感器网络中的节点能够实时协作地感知、采集和处理网络监测区域内被感知对象的信息，还可将采集的数据信息发送到相关节点。它具有低成本、低功耗、高容错、实时性强等特点，同时可以在军事应用、医疗健康、建筑物安全监控等方面应用，有着很大的应用价值。Gossip算法是一种简单高效，类似于流言传播的算法，是一种可以按照自己要求而自行选择邻近节点与之交换信息的通信方式。由于不采用端到端多跳路由的通信方式，Gossip算法能够避免路径失效问题，同时其去中心化、扩展性强等优点都能够很好地适用于无线传感器这类分布式网络。本文主要研究基于量化共识的分布式Gossip算法。在无线传感器网络这类分布式系统中，基于Gossip算法的分布式共识问题已得到了广泛的应用。国际上的研究成果主要集中研究成对Gossip算法，但其收敛速度十分缓慢，并且只能适用于对称链路的网络。而近几年提出的广播Gossip算法可以充分利用无线信道的广播特性，适用于非对称链路，大大提高了收敛速度。但在Gossip算法迭代运算过程中，通常会出现小数甚至是无理数，由于传感器节点有限的内存容量和无线信道的有限带宽，实际应用中数据必须进行量化。因此，对于广播Gossip算法进行量化具有非常重要的应用价值。本文首先介绍了Gossip算法的背景、特点及应用。分别对经典成对Gossip算法和经典广播Gossip算法描述了详细的工作流程及优缺点比较。进而简要分析了几种常用的量化方法，提出了一种主要针对广播Gossip算法的抖动量化方法，从数学期望和二阶矩两个方面进行了详细地理论推导与证明，保证了该量化运算并不会改变Gossip算法本身的收敛性。这对广播Gossip算法在实际应用中具有重要意义。