近年来,随着通信、计算机和控制技术的飞速发展,网络化控制系统已经成为控制理论研究的热点方向。虽然已经取得了诸多丰硕的成果,但仍有很多难题还未克服。例如,控制系统通过共享网络进行数据传输时,可能会出现数据丢失、量化、测量异常等数据受限问题,从而使得系统分析与设计更为复杂。因此,针对上述问题,本文研究了网络化多智能体系统的能控性和能观性,具有随机丢包和量化的网络化系统的滚动时域估计,以及带有异常测量值和随机丢包的网络化系统的滚动时域估计。本文主要内容有:1)讨论网络化多智能体系统的能控能观性。针对两类多智能体系统,给出系统外部输入反馈与内部邻居信息通讯的相互联系。特别地,给出了两类多智能体系统能控性等价时外部输入状态与跟随者邻居信息的耦合联系。此外,进一步讨论了多智能体系统实现能控性的局部条件,并得出了多智能体系统的局部可控性与整体可控性的关系。然后,通过分析系统矩阵特征向量与领导者节点所对应元素的耦合关系,得出了系统能观的充分必要条件。最后由模型分析验证结论的可靠性。2)设计带有随机丢包和对数量化的网络化系统滚动时域估计算法。考虑到对数量化描述的量化过程以及满足伯努利分布的随机丢包过程,建立了具有量化和丢包的网络化系统模型。随后,基于这个模型,设计了网络化滚动时域估计算法。最后,通过一个仿真示例验证了所提估计方法的优越性。3)研究带有异常测量值和随机丢包的网络化系统滚动时域估计。考虑到系统测量噪声异常导致测量输出异常以及满足伯努利分布的随机丢包过程,建立了网络化系统模型。此外,不同于卡尔曼滤波方法,提出了一种具有鲁棒性的滚动时域估计方法,并给出了保证估计器收敛的充分条件。最后,通过一个简单的算例仿真,验证了该方法与卡尔曼滤波相比的优越性。