过去几十年,由于网络化系统与社会生活的各个领域息息相关,网络化系统就成为近年来一个热门的研究课题,并获得了专家学者们的极大关注。本文基于矩阵分析、随机分析、Lyapunov稳定性理论等重要的方法,研究有关几类Markov跳变网络化系统的多目标状态估计问题,该系统满足指定的性能指标。主要内容集中在非脆弱、发生参数不确定、传感器非线性、发生不确定性测量、轮询机制和双通道等方面,具体研究内容概括如下:（1）针对参数不确定的Markov跳变神经网络系统,寻找理想的非脆弱混合H_∞无源异步状态估计器。同时考虑了系统的不确定性、传感器非线性的随机发生,设计的状态估计器不仅能处理模态信息不能及时传输的问题,还能容许估计器增益不确定性的发生。利用Lyapunov函数,建立一个充分条件,根据所得到的条件和进一步的推导,确保所寻找的非脆弱的异步状态估计器的存在。最后,通过一个数值例子来证明寻找的非脆弱混合H_∞无源异步状态估计器是有效的。（2）讨论伴有时滞的模糊Markov跳变神经网络系统,给出合适的有限时间H_∞异步状态估计器。应用T-S模糊模型描述考虑的系统。设计的状态估计器能够容许测量结果不确定性的发生,并且考虑系统和估计器的之间模态信息异步的问题,更贴切的反映了实际情况。给出一个充分条件实现通过运用随机分析方法,由求解凸优化问题而得到的估计器。最后,通过一个数值例子来证明给出的有限时间异步状态估计器是正确的。（3）研究一类具有Markov跳变耦合网络系统,设计一个满足广义耗散的估计器。用Markov链去拟合网络间的随机跳变耦合,轮询机制被用于安排节点的传输序列,从而降低乱序的可能性的发生,冗余通道被用于处理单通道传输信号的脆弱性。主要目的是寻找一种估计器设计方法,保证估计误差系统满足广义随机耗散性。利用Lyapunov函数方法,Kronecker积和一种改进的解耦方法,给出充分条件,进而给出满足性能指标的估计器。通过调节一些参数,从耗散性条件我们可以很容易获得相应的H_∞、l₂-l_∞、无源以及混合H_∞和无源的性能指标。最后,通过一个数值例子来证明设计的满足广义耗散的估计器是适用的。