20世纪80年代中期以来,经典的非线性系统以其独特的优点引起了人们的极大关注。在控制领域,神经网络系统和Lur’e系统在解决具有高度非线性和不确定性系统的建模与控制方面有着巨大的潜力,而将采样控制应用于非线性系统为解决系统同步控制问题提供了新的方法。文章针对两类经典的非线性系统模型,基于Lyapunov稳定性理论,研究非线性系统的采样控制主从同步问题。结合线性矩阵不等式(LMIs)以及积分不等式等方法,研究了神经网络系统和Lur’e系统的稳定性以及采样控制问题,并给出适当的采样控制和鲁棒?_∞控制设计方案。文章首先介绍了非线性系统的研究背景和意义,具体阐述了非线性系统同步的研究进展和待解决的热点问题。然后,研究了一类基于采样控制的时延神经网络系统指数同步问题。提出了一种新型的基于时间分段连续Lyapunov-Krasovskii Functional(LKF)泛函,它充分利用了采样时刻的特性和系统的非线性函数特征,通过求导得到了保守性较小的同步判据以确保误差系统的指数稳定性,从而使主系统与从系统达到同步。此外,研究了具有时变时滞和不确定性的主-从Lur’e系统鲁棒?_∞采样控制同步问题。通过引入一些自由权矩阵项,构造了一种新型的分段LKF,充分利用采样时刻的特征和非线性函数的特性。通过利用Wirtinger不等式和凸优化不等式来处理积分项,得到了一组LMIs形式的稳定性判据,能够保证误差系统的稳定性,从而实现主-从系统的同步控制。最后,通过求解LMIs,得到了系统的采样控制器增益矩阵,能够保证最大采样间隔下系统的稳定性。与现有结果相比,数值算例验证了文章所提方法的有效性和优越性。图24幅;表4个;参60篇。