与有线网络化控制系统相比，无线网络化控制系统由于其设备的可移动性、网络结构的灵活性和低成本等优点，在众多领域得到应用，并成为重要研究课题之一。犹如一把双刃剑，无线通信的使用既加强和扩展了NCSs的优点，也给状态估计和融合的设计和分析带来了许多新的问题和困难。其中，无线通信带来的通信限制、能量限制、数据包时延、数据包丢失是影响估计算法设计和性能分析的主要原因。针对这些问题虽然已有不少研究成果，但结果并不完善且尚有许多新的问题有待进一步研究。一方面，基于多传感器的估计融合与WNCSs的结合使得问题变得尤为错综复杂。另一方面是由于无线通信网络具有无线频谱受限、时变信道衰落和能量限制等特点，使得影响估计的数据包时延、数据包丢失现象与通信限制和能量限制存在相关性。基于上述原因，本文具体研究内容及创新点如下：一、针对WNCSs中普遍存在的数据包丢失问题，研究多传感器多通道估计融合算法及保证估计稳定的网络条件。解决了现有方法未建立每条通信信道丢包特征参数以及每个传感器系统参数与估计性能间的定量关系的问题。首先，将数据包丢失过程建模成独立同分布伯努利过程，针对不带数据处理功能的一般传感器和自带数据处理功能的智能传感器两种情况，分别设计估计融合算法。其中一般传感器下的估计器是基于集中式结构，同时使用了分布式估计融合思想；智能传感器下的估计器采用分布式估计融合算法中的协方差交叉法。两者都是基于对每个传感器可观子系统的局部估计的融合优化。建立保证估计稳定的网络条件并给出估计误差协方差迹的期望的上界。估计稳定的充分条件的推导充分考虑了每个传感器的可观子系统的结构，其形式是包含每个可观子系统的开环矩阵的最大奇异值和每条无线通信信道的数据传输成功率的严格不等式。从而建立起估计稳定性与每条通信信道丢包率以及每个传感器系统参数间的定量关系。其次，将数据包丢失过程建模成两个状态的齐次马尔科夫过程，基于一般传感器和智能传感器设计估计融合算法。建立起估计稳定和每条通信信道马尔科夫丢包过程转移概率以及每个传感器系统参数间的定量关系，同时给出估计误差协方差迹的期望的上界。二、针对WNCSs中通信资源有限下，多传感器共享无线通信信道诱导的数据包时变时延问题，研究通信限制下的估计模型、算法及性能。首先，分析通信资源有限下任务传感器数目和时延间的定量关系，建立通信限制诱导的时变数据包延迟下的估计融合问题的合理模型。接着，基于该模型，结合卡尔曼滤波和信息滤波算法的思想，设计有效的集中式估计融合算法。最后进行估计器性能分析，给出估计误差方差阵及其期望的上界。这些结果对任务传感器选择策略具有一定的理论指导意义。三、针对WNCSs中由于无线传感器使用引起的节能需求，给出了同时保证估计性能良好和能量有效的估计算法和能量控制策略的联合设计方法。在分析能量消耗与数据包丢失存在相关性基础上，给出能量受控的基于可观子系统的估计融合算法，证明该融合算法与基于原系统的估计融合是等价的。基于该算法建立起每个传感器的能量消耗与估计稳定性间的定量关系。最后，设计三种能量有效的控制策略给出保证估计稳定的每个传感器所需能量。这些结果对如何有效使用每个传感器的能量进行状态估计具有一定的理论指导意义。论文通过Matlab和Mathematica软件进行了仿真研究，验证了所提出设计方法和理论的有效性。最后，对全文进行了总结，并对进一步的研究提出了展望。