近年来,由于数字测量技术和智能设备的快速发展,许多控制系统都是由连续时间对象和离散的控制律(一般由数字计算机来实现)所构成的采样控制系统.在这类系统中,采用不同的采样策略,会直接影响系统的稳定性和性能.所以,对采样控制系统的采样控制的研究是一个非常有意义的热点研究课题.另外,工业中的许多被控对象都具有非线性的特性,已经证明Takagi-Sugeno (T-S)模糊系统是逼近非线性系统的万能逼近器,在一个凸的紧集内,它能够以任意的精度来逼近任何的非线性函数.因此,基于T-S模糊模型表示的非线性系统的随机采样控制的研究具有重要的理论价值和实际意义.本文的主要研究工作如下：在第一章中,介绍了本文研究内容的理论和实际意义,以及国内外研究现状.在第二章中,研究了一类非线性连续系统的随机采样控制问题.为了叙述简便,我们仅考虑两个不同的采样周期,采样的概率是给定的常数且满足伯努利分布,得到的结论也能进一步推广到具有多个随机采样周期的情形.利用输入时滞方法,将具有随机采样率的一类非线性系统建模为在状态中带有时延的连续T-S模糊模型.基于Lyapunov稳定性理论,给出了一类非线性连续系统随机采样控制的均方渐近稳定性条件,并以线性矩阵不等式的形式给出了控制器设计方法.最后,给出了个数值例子来说明所给方法的有效性.在第三章中,研究了在状态分类多率采样下的线性系统的指数镇定问题.由于对状态的不同分量采样时所用的传感器不同和采样周期也可能不同,为使控制器利用实时的采样信息,我们将状态的分量重新进行分类,然后对同一分向量中的分量利用相同的采样周期进行采样,我们称这种采样策略为状态分类多率采样(CSMS).利用输入时滞方法,将具有CSMS的采样控制系统建模为具有时延的切换系统.基于切换系统方法和Lyapunov稳定性理论,给出这类系统指数稳定的充分条件以及通过求解一组LMI给出相应的切换-采样控制器的设计方法.最后,为了说明所给方法的优点,与状态在单率采样下的采样控制系统的控制器设计方法进行了比较,通过旋转底座倒立摆和自主车泊车的控制例子说明所给方法的有效性.在第四章中,对本文的研究结论做了总结,并对后续工作进行了展望.