被控对象、传感器、控制器和执行器通过共享无线网络组成的闭环控制系统称为无线网络控制系统(又称基于无线网络的控制系统)。与传统的点对点控制系统相比,无线网络控制系统具有成本低、功耗小、易于组装和维护等优点。因此,无线网络控制系统在远程医疗、航空航天、工业自动化和机器人系统中得到了广泛的应用。另外,带宽限制使得量化器成为无线网络控制系统不可缺少的一部分。量化器的研究在理论上和工程实际中都有深远的意义。很多研究者都致力于测量值量化的滤波与控制研究。本论文研究了包括传输时滞、数据丢包和测量值量化的线性无线网络控制系统,分别用贝努力二项分布和时滞微分方程对不可靠无线网络进行了建模,同时引进了对数量化器。研究的目的是得到相应的充分条件使得闭环无线网络控制系统稳定并具有H∞性能,对于奇异系统还满足正则、无脉冲。本论文的主要内容包括以下几点:1.针对奇异时滞通信H∞滤波系统,分析了传输时滞、数据丢包和测量值量化引起的信息限制问题。基于线性矩阵不等式,设计了全阶滤波器来处理信息限制问题,使滤波误差系统是正则的、无脉冲的和指数稳定的,同时具有H∞性能,并给出了滤波器参数的求解算法。最后,给出了两个例子:一个例子验证了新算法在时滞求解方面具有更小的保守性;另外一个例子分析了时滞、丢包和量化密度对系统H∞性能的影响。2.针对存在数据丢包测量值量化的H∞滤波系统,考虑了可靠和不可靠两种通信网络。对于可靠网络,设计滤波器以降低量化器对系统的影响,同时使滤波误差系统满足渐近稳定性和H∞性能。对于不可靠的通信网络,用满足贝努力二项分布的随机变量描述数据丢包,设计滤波器以降低量化器和网络丢包对系统的影响,同时使滤波误差系统满足随机稳定性和H∞性能。论文中还分别给出了两种情况下滤波器参数的求解算法。最后,用一个数值例子验证了该算法的有效性和可行性。3.针对状态重置的动态反馈控制系统,通过分析对数量化器的特性,设计了状态重置的基于观测器的控制器,并用该控制器来降低量化器对系统的影响。由Lyapunov方法证明了状态重置技术的引进不会影响闭环系统的稳定性。基于线性矩阵不等式,得到了观测器和控制器增益的算法。最后,用一个数值例子验证了该算法比基于观测器的控制器能更好的控制系统。