复杂网络是由很多节点按照一定的拓扑结构相互耦合连结而成。在过去的十年里,由于复杂网络在诸如生物网络、计算机网络、电网、网络物理系统、技术网络和社交网络等领域广泛的应用潜力,关于复杂网络的动力学行为分析成为一个非常活跃的研究课题,有关于网络结构各个方面的大量的研究取得了丰富的成果。在复杂网络的实际工程应用中,为了满足一些具体的性能指标,需要得知网节点的状态。然而,对于一些特殊的复杂的网络,由于复杂网络节点的高度耦合性以及节点的多样性,并不是所有的状态都可以直接观测到,为了更好地研究复杂网络的动态行为,需要测量值来估计节点的状态,即需要设计一个状态观测器来估计复杂网络系统的节点状态。因此,很多学者在复杂网络状态估计方面做了大量研究,但仍然存在一些需要完善的地方。受前面研究工作的启发,本文针对离散的复杂网络系统,在传感器故障的环境下,设计了在非完整测量值情况下的状态估计器,本文的主要研究工作以及成果如下:1、针对离散的复杂网络系统,考虑了系统出现的随机切换的非线性问题,并用伯努利随机过程来描述随机发生的非线性现象,同时考虑了系统中存在的传感器故障问题,并用范数有界模型来处理传感器故障。通过设计满足l2-l∞性能的估计器,有效地克服了传感器故障导致的系统节点状态信息难以测到的难题,实现了对系统节点状态有效的估计,并用李亚普诺夫函数方法,得到使系统满足随机稳定且具有l2-l∞性能的充分条件。用LMI工具求得所设计的估计器的参数,最后通过一个数值例子来验证设计的估计器的有效性。2、针对周期的离散复杂网络系统,考虑了随机的传感器故障问题,用范数有界不确定模型来处理随机出现的传感器故障问题,构造了周期的李亚普诺夫函数,以LMI的形式给出了满足估计误差系统是随机稳定且满足严格的(Q,S,R)-γ耗散性的充分条件,设计了具有耗散性能的状态观测器。并求得满足条件的状态观测器参数。通过数值仿真验证了方法的可行性和估计器的有效性。