网络监控和故障诊断往往需要实时掌握网络中的所有节点状态信息。而复杂网络规模大,节点多且复杂,因此直接测量网络中各个节点状态信息是不现实。为了获得网络中每个节点的状态信息,继而深入地了解网络的行为特征,就需要我们通过已测节点的输出信息对整个网络状态信息进行估计。此外,现实网络会由于种种因素导致信息在传输过程中不可避免地存在时延和丢包,所以研究不完全测量下的复杂网络状态估计显得更具有现实指导意义。本文的主要研究工作及取得的成果如下:(1)现实网络在传输过程中会受到丢包、时延等不确定因素的干扰,这些干扰的出现势必会对复杂网络的状态估计产生影响。本文在之前已有的理论基础上,设计了一种鲁棒保性能状态估计器,旨在减少数据丢包和诱导时延对状态估计的影响。基于Lyapunov稳定性理论和随机分析方法,以线性矩阵不等式的形式给出了鲁棒保性能状态估计器的设计准则。最终,通过对不同规模的复杂网络进行数值仿真,验证了设计方案的有效性。(2)现实网络中可能存在部分节点输出不可测的现象,同时网络时延在k时刻的输出更依赖于(k-1)时刻的输出情况。本文将牵制控制的方法运用到具有一步诱导时延的离散复杂网络的状态估计中。通过对部分节点施加反馈控制,以达到对整个复杂网络进行状态估计的目的,从而大大降低了状态估计的成本,更加符合实际的工程应用。利用Lyapunov稳定性理论,推出牵制控制状态估计器的设计准则。最后,通过数值仿真以验证结果的可行性。(3)根据结构可控性理论选取驱动节点进行牵制控制。利用Lyapunov稳定性理论,得出增益反馈控制器设计准则。最后,通过实例仿真,验证所设计反馈控制器的有效性和可行性。