网络控制系统具有成本低、可实现资源共享、远程操作与控制，具有较高的诊断能力、安装与维护简便、能有效减少系统的重量和体积、增加了系统的灵活性和可靠性等优点，因此被广泛应用于设备制造、工业自动化、航空航天和医疗保健等领域。然而网络的引入又带来了很多新的不确定性，如丢包、延迟等，这些都对经典控制问题提出了新的挑战。本文主要考虑网络的引入所带来的数据包丢失和网络带宽有限等问题，结合经典控制理论、矩阵分析中的相关知识和现有文献关于网络建模等，研究了网络控制系统的均方可检测性、间歇量化卡尔曼滤波、线性二次高斯控制、信息滤波以及贝叶斯Fisher信息等问题。通过仿真实验对所得结论的可行性进行了验证。本文主要做了以下四个方面的研究：一是研究了随机乘性信道多输出系统的均方可检测–离散情形问题。基于单包传输及多包传输的多输出网络化系统，以及乘性信道由白噪声过程描述，讨论了此种情况下的网络化系统的可检测问题。对于单个数据包传输情形，采用二分法，给出网络化系统均方可检测时用系统信道容量表示的临界值；对于多个平行数据包传输情形，在网络资源可以在所有输出通道中任意分配的假设下，给出了用系统米勒测度表示的网络化系统均方可检测的充分必要条件，同时将所得结论应用到擦除信道和有界扇形不确定信道，其结论与现有的文献一致，进而展示结论的可行性。二是将基于乘性信道多输出系统的均方可检测问题的离散情形扩展到连续时间系统，其中输出通道的不可靠性由白噪声过程描述。出于有限的通信容量和多个信道通信系统中的网络资源分配的考虑,我们假设所定义的总体服务质量固定的,且可以在各个输出通道中任意分配。指出为确保网络连续系统均方可检测，存在一个对整个服务质量的最小要求，该最小要求用系统的不稳定度来表示。最后用擦除信道和有界扇形随机不确定信道中给出应用。三是基于最优Lloyd-Max量化器及具有固定比特率的有损网络，讨论了间歇量化卡尔曼滤波，间歇量化信息滤波以及此种网络下线性二次高斯控制问题，并且给出了间歇量化卡尔曼滤波，间歇量化信息滤波稳定性条件，该条件可用给定的比特率和收包率来表示；同时也用信息论的角度给出稳定性条件。通过假设观测值为高斯，我们推导出此种网络下最优线性二次高斯控制及相应的最小能量函数，该控制可用两个黎卡提方程来表示，一是线性二次高斯控制，一是间歇量化卡尔曼滤波误差方差阵方程。仿真例子验证方案的有效性。四是讨论了混合模型的卡尔曼滤波和信息滤波，以及从各种模型的接收值中获得状态的贝叶斯Fisher信息。信息滤波和卡尔曼滤波的各种优缺点都有讨论。对于高斯情形，由于协方差矩阵的逆称为贝叶斯Fisher信息，描述了观测值中所含状态信息量的多少，这种特征启发我们进一步讨论贝叶斯Fisher信息并与信息滤波作以比较。贝叶斯Fisher信息本身逆的倒数就是所有均方误差估计的下界，为我们设计估计器的时候提供一个理论下界。