在实际工业系统中,Markov跳变系统作为一类特殊的随机系统,得到研究学者的长期关注。由于实际运用中突然的环境干扰、零器件的老化和故障等,系统的结构或参数也会随之发生突发,所以采用Markov跳变系统来描述含有这类问题的系统是非常切合实际的。另外,工业控制系统受到不确定信息的影响,测量丢失和非线性扰动现象是不可避免的,这些会造成系统的非理想测量,从而降低系统性能,甚至会造成系统的不稳定。因此,对具有非理想测量的非线性Markov跳变系统进行研究是非常重要的。基于上述,本文重点研究具有非理想测量的非线性Markov跳变系统分析与滤波问题。本文主要内容包括:第一部分,研究具有测量丢失的非线性时延Markov跳变系统的有界性和无源性问题。首先,构造一个合适的Lyapunov-like泛函,得出非线性系统均方有限时间有界的判定条件。然后,结合具有测量丢失的输出方程,得出非线性系统均方有限时间无源的充分条件。最后,一个数值例子验证这部分所得结论的可行性。第二部分,研究具有随机发生分布时延和测量非线性的Markov跳变神经网络的有界性和无源性问题。与上部分的时延不同,这部分考虑随机发生的分布时延。首先,构造一个合适的Lyapunov-like泛函,得到具有随机发生有限分布时延系统均方有限时间有界的判定条件,再考虑测量方程中随机发生的非线性,得到系统均方有限时间无源的充分条件。然后,将有限分布时延进一步推广至无限分布时延,并得到相应均方有限时间有界和无源的推论。最后,一个数值例子对这部分所得结论进行验证。第三部分,研究具有随机发生非线性和测量丢失的不确定转移概率Markov跳变系统的H_∞性能和H_∞滤波问题。与前两部分的确定转移概率不同,这部分的转移概率采用部分已知的形式。首先,通过构造一个合适的Lyapunov函数,对滤波误差系统进行H_∞性能分析。然后,设计得到一个模态依赖H_∞滤波器。最后,一个数值例子验证这部分所提方法的有效性。