随着计算机和网络通信技术的快速发展以及生产实践对系统与设备安全性和可靠性要求的日益提高,针对复杂的网络传输过程的故障检测问题研究已经受到广泛关注。但是由于网络的引入而带来的新问题,譬如网络传输时延、测量数据包丢失以及数据时序错乱等,尚有待于进一步深入研究。本论文研究了几类不同网络时延和测量数据包丢失情况下的故障检测问题,主要研究工作包括以下几个方面:　　 首先综述了目前关于测量数据包丢失的研究现状和主要的处理措施,并详细介绍了在测量数据包丢失概率确定情况下基于H∞滤波的故障检测方法;针对测量数据包丢失概率不确定的问题,以具有多步测量数据包丢失的线性离散时间系统为研究对象,设计一类鲁棒H∞故障检测滤波器,通过增广变换消除待设计故障检测系统对测量数据包丢失概率的依赖,然后利用Lyapunov方程法推导并证明该类滤波器存在的充分条件。仿真实例说明该类设计方法的有效性和优越性。　　 针对测量数据包丢失补偿的问题,采用了一类基于神经网络预测的自适应补偿策略,以多个历史测量数据为样本,充分利用神经元良好的学习能力,预估丢失的测量数据并作实时补偿;然后设计一类鲁棒H∞故障检测滤波器作为残差生成器,利用残差输出实现故障检测。仿真实例说明该类设计方法的有效性和优越性。　　 针对系统模型不确定的问题,以一类范数有界不确定的离散系统为研究对象,在同时存在故障和未知干扰的情况下研究基于网络数据传输的RFDF的设计问题,依据H∞控制理论将RFDF的设计归结为一类H∞滤波问题,应用LMI优化技术推导此类滤波器存在的充分条件,并要求所设计的RFDF对故障敏感,对外部干扰和所有系统不确定有一定的鲁棒性。　　 考虑一类带有测量数据丢失的随机状态时滞的线性离散系统,研究基于H∞滤波的鲁棒故障检测滤波器(RFDF)的设计问题,将RFDF的设计归结为一类H∞滤波问题,利用Lyapunov方程法推导并证明该类滤波器存在的充分条件,通过求解LMI方程,得到滤波器参数矩阵的解析解。