网络控制系统(Network Control System, NCS)是一种全分布式,以通信网络为传输媒介实现反馈控制的实时控制系统。通信网络作为数据传输媒介,系统中传感器,执行器,控制器各节点共享网络上的信息资源,这种连接方式更易于系统扩展和诊断,远程操作及监控。因此,基于网络控制系统的控制方法广泛应用于高级的航天航空器,自动化制造工厂,智能车辆系统,移动机器人等领域。但是,由于NCS中存在网络诱导延时、数据包丢失、数据包乱序等网络不稳定性问题,使NCS的分析和设计比传统控制系统更复杂。近年来,NCS的稳定性分析,系统辨识,控制策略,网络协议优化等问题,已经成为了控制领域的研究热点。由于NCS系统引入网络传输媒介,使得系统的复杂度大大增加,传统控制方法不能直接应用。分析NCS的稳定性、设计高效的NCS控制策略,如何准确地建立NCS系统模型是最关键的一步。近年来,NCS建模的研究焦点集中在解决网络不稳定性引起的网络诱导延时、数据包丢失、数据包乱序等问题。更加棘手的问题是,通信网络会造成NCS系统输入-输出数据的非均匀非同步性(Non-Synchronized Non-Uniformly, NSNU),这给系统辨识造成极大的困难。本文基于以上问题,提出辨识系统结构的改进型的Gram-Schmidt算法和辨识系统参数的H∞-次优估计鲁棒辨识算法、最小二乘估计鲁棒辨识算法。分析及实验表明,改进型的Gram-Schmidt算法基于正交最小二乘法,具有很好的数值稳定性和较小的计算量。H∞-次优估计、最小二乘估计能够在具有系统噪声及输入-输出不确定性的情况下,准确辨识系统参数,在相同条件下,辨识性能优于递推最小二乘(Recursive Least Squares, RLS)。