近些年来,网络化控制系统和事件触发控制策略得到很大的关注。本文主要研究了基于事件触发的控制策略使得连续时间标量非线性系统保证稳定的同时,尽可能降低通信的比特率。注意到,我们所得的系统的稳定的比特率条件仅仅和系统的一些固有参数相关,和传统的周期性采样方法相比较,能得到更低的比特率,从而节省了网络带宽。本文主要贡献如下:1)基于模型的连续时间的事件触发控制策略,对于连续时间的标量非线性系统,分别考虑带有界网络时延,噪声,和模型不确定性的情况下,我们设计了指数型收敛的触发条件和合理的模型更新方式,每次发生触发时仅仅用1个比特表示状态误差的正负号。在所提出的方法下,我们能从控制器的接收时刻中额外提取出状态信息。因此,在保证系统输入-状态稳定的同时,与周期性采样方法相比较所占有的比特率更低。同时,我们的比特率条件仅取决于Lipschitz条件参数,网络时延和模型的不确定性上界,和系统状态、模型状态无关。特殊地,对于线性系统,我们的方法依然有效。最后,通过仿真算例我们验证了所提出方法的有效性。2)基于模型的周期性事件触发控制机制,同样对于连续时间的标量非线性系统,分别考虑带有界网络时延和噪声的情况下,在不考虑ACK的情况下,即传感器和控制器的模型更新方式不一致。我们分别研究了四种不同的非线性系统情况。与周期性采样方法相比,我们的方法能够充分利用接收数据包信息,尤其是接收时刻的时间信息,使得在保证系统输入-状态稳定的同时,占有比特率更低。注意到,我们稳定的比特率条件仅依赖于Lipschitz条件参数,网络时延上界,量化比特数和采样周期。并且,在我们所提出的策略下,有界噪声并不影响稳定的比特率条件的上界。