复杂网络的状态估计是控制工程界研究的热点问题之一.在许多实际应用中，复杂网络节点的信息通常通过一个共享的通信网络进行数据传输，但由于带宽限制，数据传输过程中容易发生数据堵塞和数据丢包现象，因此，为通信网络设计相应的通信协议尤其重要.通过配备相应的通信协议，可以规定每一时刻仅有部分节点获得网络的使用权限，从而使数据传输井然有序.那么，在通信协议下，分析和估计复杂网络的动力学是十分必要的.本论文分别讨论了复杂网络基于轮询协议（Round-Robin Protocol，简称RR协议）和随机通信协议下（Stochastic Communication Protocol，简称SCP）的状态估计问题，所考虑的复杂网络是一类离散的复杂网络，且具有外部噪声、非线性输出扰动及混合时滞.主要研究内容如下:　　第一章介绍了复杂网络的研究背景、基于通信协议的复杂网络状态估计问题的研究现状，并提出了本文所要研究的问题.　　论文第二章研究了基于RR协议的有噪声扰动的复杂网络的H∞状态估计问题.所考虑的复杂网络模型既有离散时滞，也有无穷分布时滞，并且其测量输出含有非线性时滞扰动项，通信协议采用RR协议来规范各节点使用通信网络的权限.针对基于通信协议的系统性能分析的问题，现有的大部分文献规定每个通信时刻仅有一个节点获得通信网络的使用权.基于此，本文首次提出节点分组法，将节点分成若干个小组，使得在每个通信时刻，一组而非一个节点使用通信网络，从而保证了系统的可观性，进而更有效地估计了复杂网络的状态.为此，通过构造一类新的依赖于通信协议的Lyapunov泛函，并利用Lyapunov稳定性理论和新的分析技术，导出了基于RR协议的估计误差系统渐近稳定的充分条件.在此基础上，由一组线性矩阵不等式的解表示出每个节点所需H∞估计器的增益矩阵.最后，数值模拟验证了所得到的结果的有效性.　　在第三章中，研究了基于SCP的有噪声扰动的复杂网络的状态估计问题.本章同样将节点进行分组，再采用SCP调度来合理分配通信资源，并且通信网络所采用的SCP规则通过一新的马尔科夫链进行建模.然后通过构造一类新的依赖于随机通信协议的Lyapunov泛函，利用随机微分方程稳定性理论，导出了基于SCP的估计误差系统均方指数有界的充分条件，并且求出了每个节点所需估计器的增益矩阵.