随着智能制造工业时代的到来控制系统规模逐渐增大,结构日趋复杂,难以用传统建模方法充分表达大规模系统、复杂系统等。马尔科夫跳变系统作为一种典型的混杂动态系统,因其具有强大的建模能力,可用于实际系统描述,因此针对马尔科夫跳变系统的研究已经成为了控制领域的热点。同时,随着系统复杂性的提高,在系统中使用传统的时间驱动控制策略,会造成有限带宽资源的浪费,因此,为了节约系统的通信资源,避免带宽资源的浪费,基于事件驱动控制策略的系统开始引起越来越多学者的关注。本文针对马尔科夫跳变系统,研究系统在事件驱动控制策略下的系统随机镇定问题,具体内容如下:首先,本文针对基于事件驱动控制策略的马尔科夫跳变系统进行了研究,得到了系统的状态转移概率完全已知时的马尔科夫跳变系统的随机镇定条件,并根据此结果,结合系统转移概率矩阵的性质,得到了状态转移概率部分已知时的马尔科夫跳变系统的随机镇定条件。其次,对具有时变时滞的马尔科夫跳变系统在事件驱动控制策略下进行了研究,构建了时滞相关Lyapunov泛函,结合相关型事件驱动条件,利用Jensen不等式、转移概率矩阵的性质和Schur补引理分别推导出状态转移概率完全已知和部分已知时马尔科夫跳变系统随机镇定条件。再次,基于事件驱动控制策略,针对具有饱和非线性的马尔科夫跳变系统进行了研究,在马尔科夫跳变系统状态转移概率完全未知的情况下,得到了系统的随机镇定条件,并根据相关优化算法得到了相应的吸引域估计;同时给出了事件触发的最小时间间隔,避免了Zeno效应的发生。最后,在事件驱动控制策略下,对具有饱和特性的马尔科夫跳变系统的量化反馈控制器设计的问题进行了相关研究,根据选取的对数量化器,对输入通道和输出通道的信号进行量化,并得到了在状态转移概率部分已知情况下马尔科夫跳变系统的随机镇定条件,同时利用凸优化算法得到了马尔科夫跳变系统在均方意义下的吸引域估计。利用相应的数值算例,根据所得的结果进行系统仿真,验证了结果的正确性和有效性。