自上世纪90年代以来,随着计算机技术、通信技术、网络技术以及控制理论的发展,网络控制技术以及在网络平台上构筑而成的网络控制系统(Networked Control Systems,NCSs)已成为自动化领域技术发展的热点。它具有信息资源能够共享、系统成本低、使用灵活、易于维护等优点,但同时网络传输也会产生时间延迟、数据包丢失等问题。这不仅给NCSs的分析带来了困难,而且使得许多传统的控制理论不能直接应用到NCSs的设计当中。本文的主要研究内容如下:利用脉冲控制理论,把网络控制系统建模为网络脉冲控制系统。首先介绍了脉冲动态系统模型,接下来假设网络中不存在延时和数据包丢失现象,把网络控制系统建模为单输入单输出并具有变采样特征的网络脉冲控制系统,针对控制量和被控对象分别具有非线性的特点给出了两种非线性网络控制系统脉冲模型,并把该模型简化为线性网络控制系统的脉冲模型。在讨论具有时延和丢包的网络控制系统模型时,假设系统的采样周期是时变的,这有效的解决了数据包丢失的问题。只要相邻两个数据包到达执行器节点的间隔在系统允许的最大采样间隔范围内,系统就是稳定的。在此基础上,利用时滞脉冲控制系统理论,建立了具有时延的非线性网络控制系统脉冲模型和线性网络控制系统的脉冲模型。讨论了网络控制系统脉冲模型的稳定性问题。设系统采样点的集合为已知的情况下,首先在不连续的有限采样点集合中使用多李亚普诺夫函数证明了非线性时变脉冲模型的指数稳定性,接下来采用线性矩阵不等式对网络控制系统脉冲模型的稳定性进行分析,通过求解该线性矩阵不等式,得到了保持闭环系统稳定的最大采样间隔。讨论了具有时延的网络控制系统脉冲模型的稳定性,在不连续的有限时间集合中使用多李亚普诺夫泛函证明了该模型的指数稳定性。通过求解保持闭环系统稳定的线性矩阵不等式组,找到了最大采样间隔与保持系统稳定的时延之间的函数关系。讨论了如何把网络控制系统的脉冲模型转换为预测控制中的受控自回归积分滑动平均模型的方法。把改进预测控制理论应用到网络脉冲控制系统中,在考虑预测步数不能波动太大的同时,为使预测步数尽量包含未来延时波动,提出时戳均值指数加权移动预测法来预测时延,从而确定每一次的预测步长。利用计算出来的预测步长,采用广义预测控制算法来预测未来控制信号,并采用分别在执行器和控制器端口设置缓存的方法处理数据包丢失、空采样和数据包时序错乱问题。为了减小网络负载,在控制器缓存中预先设定阈值,把K时刻新的预测值和控制器缓存中原有的对k时刻的预测值进行比较,如果差值小于给的阈值,则不发送此数据包,执行器在指定的时间内没有收到数据包,则自动采用存放在执行器缓存中K时刻的预测值进行控制。讨论了使用次优控制策略的网络脉冲控制系统李亚普诺夫渐近稳定性问题。通过迭代法把状态调节器转化为标准的二次型形式,指出该二次型函数就是有效的李亚普诺夫函数,采用李亚普诺夫第二方法给出了采用次优控制策略的网络脉冲控制系统的渐近稳定性证明。NCSs作为一种新兴的控制系统,其理论研究涉及了多个学科,如何结合各学科的研究成果,不断完善NCSs的理论体系,不断拓宽其应用领域,值得我们在今后的研究中认真的思考。