近年来,随着制造业、电力系统和网络控制系统等领域的飞速发展和需求提升,越来越多的学者致力于将Markov跳变系统理论应用到上述系统的网络化控制中。然而,在网络化系统中,由于带宽的限制,信号的质量在传输的过程中经常会因为丢包、时延等现象而大大降低。在这种情况下,如何建立合理的信道模型对能否达到理想的控制及滤波效果至关重要。为此,本文应用了Rice信道衰落模型,并结合隐Markov模型(hidden Markov model,HMM)来优化网络化控制系统的建模,进而研究具有复杂结构的网络化Markov跳变系统的鲁棒状态估计问题。具体内容如下所述:1.针对一类Markov跳变线性参数变化系统,考虑无线网络中的信道衰落现象,研究系统在无源性能指标下的状态估计问题。首先利用隐Markov过程来描述系统与所设计估计器之间的模态信息交换。然后基于随机分析理论,得到了使估计误差系统满足无源性能指标的相应判据。最后通过一个数值仿真算例来验证所设计方法的有效性。2.针对一类Markov跳变忆阻神经网络系统,研究其在H_∞性能指标下的状态估计问题。主要目的是设计一个基于HMM的状态估计器,使得所考虑的估计误差系统是随机稳定的并满足H_∞性能指标。首先考虑了无线通信网络中的信道衰落现象,并利用Rice衰落模型来对此现象进行描述。其次,通过采用模态依赖的Lyapunov泛函方法,得到相关的稳定性判据和估计器增益。最后通过一个数值例子来验证所提方法的有效性。3.针对一类Markov跳变神经网络系统,研究其有限时间H_∞状态估计问题。目的是在考虑信道衰落现象的基础上,设计一个H_∞状态估计器。首先,基于随机分析理论,得到相应的判据,使得估计误差系统是有限时间有界并满足期望的H_∞性能指标。其次,利用改进的解耦方法,得到相应的估计器增益。最后,利用仿真例子来对所设计的估计器进行验证,确保所设计方法的有效性。