接收端译码器利用不同节点采集的数据之间的相关性进行联合译码，从而降低发送端的复杂度，简单化传感器节点，且降低存储负担。虽然分布式信源编码中各个信源之间相互独立，但仍然能够达到信源之间联合编码的效果。

在传统的信源编码问题中，通常使用一个编码器对各种各样的信源进行编码，实现信息的有效通信和存储。若是多个信源，则使用联合编码的方式。然而传统的联合信源编码面临诸多问题。例如，对于传感器网络，使用联合信源编码进行压缩，需要各个传感器节点之间进行通信，这样将占用很大的网络带宽和硬件资源，且频繁的通信会使有限的节点的能量过早耗光，大大降低节点的使用寿命。而分布式信源编码，利用节点数据间的相关性，对信源独立编码，在解码端来删除冗余，从而使得节点的能耗减少，存储内存的负担降低。

分布式信源编码可以应用于传感器网络、图像/视频编码和协同通信等领域。①分布式信源编码应用于传感器网络。传感器网络通过网络中的各个节点采集数据，由于各传感器的空间距离较近，导致采集的数据相关性较高，存在大量冗余。因此需要通过信源编码有效剔除数据的冗余，提高传感器网络的效率。传统的联合信源编码复杂度很高，将占用很多的软硬件资源。分布式信源编码由于节点之间不必相互通信，可以大大节省传感器网络的软硬件资源。②分布式信源编码应用于图像/视频编码。分布式编码器的复杂度低而解码器复杂度高，与传统的混合编码器相反。通过结合两者，可以实现一个低复杂度编码端到另一个低复杂度解码端之间的图像/视频传输，有利于移动设备之间的通信。例如，用户1利用低复杂度的分布式编码器对待传输的图像/视频进行压缩，然后在基站对其进行解码，接着再利用混合编码器进行再次压缩后传至用户2，用户2利用低复杂度的混合解码器进行解码。通过这个方式，发送端的用户1和接收端用户2的都可以使用低复杂度的设备，高复杂度的计算由计算能力强大的基站服务器执行。③分布式信源编码应用于协同通信。无线移动网络中的信道极稳定，而且用户相对于基站高速移动，使得基站与用户间的信道状况很难适应于视频和语音等流媒体信号的稳定传输。为了在不改变网络结构的前提下提高信号稳定性，提出了协同通信的概念。发送用户将需要发送的信源广播到若干基站上，而后基站同时向接收端转发信号。此时各个基站就组成了一个天线阵列，因此可以在更广的范围内实现稳定的信号转发。协同通信主要有3种方法：放大转发、解码转发和编码转发。放大转发需要增加基站的发送功率，整体效率较低；解码转发需要解码和重新编码，复杂度较高；编码转发是利用分布式编码技术，将几个基站视为若干分布式信源。利用分布式编码方法对所要转发的信号进行压缩，剔除冗余度进而提高协同通信的效率。