在控制系统中,系统的主要性能指标以及稳定性受控制信号的准确性和实时性的影响很大。而现代的网络控制系统中存在着各种各样的智能型的传感设备以及低成本的数字化智能仪表,能够对数据进行简单的处理并在各种设备之间进行简单的数据传输,这就使得网络控制系统在结构上非常复杂。随着各种数字设备之间的信息传递的增多,这就给网络传输通道带来巨大的通信压力,造成网络阻塞或延时影响信号的实时性。因此对系统的状态信号和控制信号进行量化处理的优势就显现出来了,不但能提高网络的利用率,减少传输信号量,而且有利于降低投资,便于进行远程的网络监控和控制管理。然而,信号量化是有损量化,会造成信息量的丢失并且引入量化误差,再加上系统本身的一些不稳定因素以及噪声信号的干扰都会对系统的性能指标和稳定性带来不利影响,因此研究量化反馈方式下的系统稳定性就具有重要的现实价值及理论意义。本文首先针对无噪声条件下的量化反馈网络控制系统模型进行稳定性分析和研究。利用对象系统和状态估计器的差值得到估计误差系统,针对估计误差系统应用李雅普诺夫方程构造出状态不变域,通过动态调节放缩参数的控制策略得到系统稳定性条件。同时将这种方法推广至对象系统也得到了相似结论。接着文章分析了估计误差系统和对象系统在稳定性条件上的内在关联并得出相关结论。数字仿真实验也验证了给出控制策略的有效性。接着文章从无噪声的系统模型过渡到有噪声的系统模型,应用与相同的方法研究其系统稳定性。得到了保证误差系统和对象系统二次稳定条件以及平衡点附近的各自最小不变域,同时也给出了两个不变域之间的内在关系。最后针对含有两个量化器的量化反馈网络控制系统给出里一种状态估计器的设计方法。通过研究估计误差系统的协方差矩阵的收敛性来分析状态估计器的最优化,即使得估计误差系统的协方差矩阵取最小值,从而保证估计器能够及时准确的跟踪系统的状态值,减小误差,以有利于系统的监控。