网络控制系统是一种新型的分布式、智能化、网络化的控制系统。具体来说,它是以通讯网络作为传输介质,将散布于不同处的传感器、执行器、控制器和被控对象连接组成的分布式实时反馈控制系统。该系统以抗干扰能力强、连线少及灵活性强易于扩展等优点早已受到广泛应用,但与此同时,网络的介入也产生了诸多问题,如网络诱导时延、丢包等,进而影响系统的稳定性。因此,如何解决这些问题带来的影响已成为当今的研究热点。针对网络控制系统中控制性能及稳定性方面的问题,学者们主要从控制算法和调度算法方面进行相关研究。考虑带宽资源有限情况,本文采取充分利用网络带宽及合理调度系统中传输数据的方法,以满足数据实时性要求,进而降低由于网络的介入对系统性能带来的不利影响。因此,本文展开了对变采样周期调度策略研究,具体的研究思路如下:针对带宽受限的网络控制系统,提出基于灰色神经网络组合预测带宽的变采样周期调度算法。首先根据监测周期内历史和当前的网络带宽值,构造不同长度的原始时间序列,进而运用灰色预测方法得出不同的网络带宽预测数据;其次以灰色预测带宽数据作为BP神经网络的输入,实现网络带宽的二次预测,确保带宽预测值能够真实反映网络的实际情况;最后以绝对误差积分参数为依据进行带宽资源的实时分配,进而不断调整每个回路的采样周期。通过仿真验证了该调度算法能保证系统的控制性能及稳定性。针对网络时延的随机时变性,提出一种基于参数修正灰色模型的时延估计方法,该方法首先将网络时延看成是一个非平稳的随机时间序列,并通过传统灰色预测方法计算参数a和u;其次依据修正方法在线调整两个模型参数,进而通过修正处理的参数重新建立灰色预测模型,来提高时延的预测精度。随后将时延估计值作为网络带宽的一个重要参数,并结合灰色神经网络预测带宽的变采样周期调度算法,进而不断调整每个回路的采样周期,实现变采样周期调度。与上述调度算法相比,仿真结果验证了该调度算法具有更好的系统控制性能及稳定性。