网络控制系统是一种网络化的实时反馈系统,对于其控制器设计的研究一直是控制理论界的一个活跃的研究热点,并且已获得了大量的研究成果。本文主要针对基于超采样模式下网络控制系统可镇定性的研究,更准确的说,本文提出了一种基于渐近行为分析技术的迭代优化算法,借助分析系统临界特征根随着控制器增益各参数变化的渐近行为来设计控制器增益,从而使基于超采样下的网络控制系统的可镇定域得到了扩大。本文的主要工作如下。(1)首先分析了普通采样模式下系统可镇定控制器的设计。首先,我们将普通采样方法看成超采样机制的一种特殊情况,然后利用离散域内系统稳定性充要判据进行理论推导,进而借助LMI工具箱进行控制器的设计,得出了普通采样模式下网络控制系统的可镇定域。值得说明的是,此可镇定域的求解方法是一种解析手段,结果不存在保守性。(2)超采样是一种灵活的采样机制,但由于超采样多个子采样周期和控制器各个参数互相耦合,导致可镇定控制器设计的条件多参数性和非线性,而且随着子采样个数的增多,耦合性愈加强烈,目前没有一种直接的方法对其进行求解或者解耦处理。本文中,首先引入了渐近行为分析技术的基本思想,然后设计了基于渐近行为分析方法的迭代优化算法,并成功的解决了网络控制系统在超采样机制下的控制器设计问题,进而得到了相应的系统可镇定域。最终,通过实例仿真验证了该方法的可行性。(3)最后本文搭建了一个基于DAQ数据采集卡的实验平台,对利用此优化迭代算法设计控制器的可行性进行实际验证。该实验平台主要由NI数据采集卡、直流有刷电机、测速电机以及相应的驱动电路构成。基于该实验平台的模型,按照前面的理论步骤进行了控制器设计,并且完成了实验平台的理论仿真和实践验证。本文的创新点在于提出了基于渐近行为的迭代优化算法,并且成功运用于超采样机制下的网络控制系统控制器的设计。虽然不能保证此方法是最好的,但是确实是可行的、有效的。