在无线网络控制系统中,由于网络节点受处理器、通信宽带以及存储空间的约束,由此带来了网络诱导时延、数据丢包等现象,严重影响系统的控制性能以及稳定性,时延是影响无线网络控制系统性能至关重要的因素之一。无线网络控制系统中信号在测量和传输的过程中,易受外界环境噪声等因素的干扰,且考虑系统部分状态的不可观测性,需要对对象进行状态估计,以使测量噪声和过程噪声对系统影响降至最小。为此,本文结合国内外相关领域的最新科研成果,设计了卡尔曼、H∞两种滤波器,并基于ZigBee构建了半实物仿真平台对实验验证。主要研究工作包含以下几个方面：(1)对于含有高斯白噪声和丢包的线性离散系统,将丢包建模成一个具有伯努利(Bernouli)分布的随机过程,并通过保持输入的方法进行补偿,设计了卡尔曼滤波器以消除噪声和丢包对系统的干扰影响,最后给出数值算例验证算法的有效性。(2)针对存在噪声干扰和具有一步时延、丢包率的无线网络控制系统,且噪声能量有界,将时延和丢包建模成独立同分布Bernouli过程,利用线性矩阵不等式方法求解H∞滤波器的参数,推导出滤波误差系统均方意义下指数稳定性条件,同时使H∞滤波器具有一定的性能指标,数值仿真结果表明所给算法能够消除噪声、时延和丢包的影响。(3)综合无线ZigBee和虚拟仪器技术,设计出ZigBee无线网络节点和LabVIEW的无线网络控制系统的半实物仿真平台,进一步验证本文结论,实验结果表明在统计特性未知的情况下H∞滤波性能要优于卡尔曼滤波。