网络控制系统是指由通信网络将控制单元中的传感器、控制器、执行器以及被控对象等连接在一起,构成的实时闭环反馈系统。相比于传统的数字控制系统而言,网络控制系统可将分布在不同空间位置的系统连接在一起,具有连线少、易于扩展和维护以及便于远程操作等优点。但与此同时,通信网络的介入会引发诸多新的问题与思考,如对网络诱导时延补偿以及多回路调度优化策略的选择。本文对网络控制系统的时延预测及补偿、网络调度策略进行相关的研究。针对网络控制系统时延预测的问题,分析了网络诱导时延组成和产生机理,在实际测量采集时延的基础上,对网络诱导时延序列的特性进行相关分析,利用相空间重构技术,重构时延序列数据样本空间。同时考虑异常时延值的稀疏特性,对传统的极限学习机进行改进,采用一种鲁棒极限学习机的时延预测模型,提高了网络控制系统时延预测精度和准确性。针对存在时延大于一个采样周期的网络控制系统时延补偿问题,采用广义预测控制算法。同时针对求解传统广义预测控制过程中丢番图方程时工作量较大、占线时间长等问题,采用一种递推的快速求解方式。结合比例积分控制的优点,对传统广义预测控制算法进行改进,形成一种具有比例积分结构的改进广义预测控制。仿真结果表明具有比例积分型的改进广义预测控制算法能有效提高时延补偿效果、改善系统动态特性。针对资源受限网络控制系统的调度问题,在基于网络双参数优先级的基础上,结合变采样周期动态调度算法。首先,调度器根据当前时刻回路的网络需求度和网络紧急度双参数,并以误差的绝对值建立的二次平方根映射函数来确定双参数权重,从而实现多任务调度优先级的确定。同时,调度器综合分析各控制回路性能,动态调节各控制回路的采样周期,在保证控制系统的稳定的前提下完成调度调节。仿真表明该调度算法在一定程度上提高了网络控制系统的服务质量。