随着网络通信技术的飞速发展及现代工业控制领域对实时化、分布式控制系统的要求越来越高,网络控制系统应运而生。将通信网络作为数据传输的通道,连接系统中的传感器、控制器与执行机构等自动控制设备,构成了具有实时反馈的闭环控制系统。它具有系统构建集成化、分布化、成本低、易于升级扩展等优势,实现了远程控制与资源共享,同时,支持多种网络拓扑结构,具有较强的鲁棒性。网络通信技术解决了工业领域通讯问题,是网络控制系统广泛应用的必要条件,通信网络作为各节点信息的交换平台,给系统设计带来诸多优点,但串行通信方式下,网络带宽有限,容易出现网络时延、数据包乱序及丢失等问题,往往导致系统性能恶化,丧失稳定性、定常性及因果性。此外,系统中网络节点的驱动方式与系统的分析设计密切相关。本文主要研究了基于网络环境的系统辨识问题。首先分析了网络通信方式下系统的工作流程、信号的传输时序,受数据包丢失和随机网络时延的影响,采样数据可能具有非均匀非同步性质,增加了系统辨识的复杂性,同时,对执行器节点的驱动方式与系统辨识方法的关系做了详细说明。本文研究的是开环辨识,根据辨识计算机两端的数据估计系统连续模型的结构和参数。接下来,本文采用了广义线性最小二乘算法(Generalized Linear Least Square, GLLS),有效地解决了数据非均匀问题,并且能够进行系统初始条件与模型参数的联合辨识。GLLS算法能够直接辨识连续模型参数,计算时间短,效率高,有色噪声下也能获得无偏的参数估计。最后,针对网络控制可能出现的采样数据非均匀非同步性,提出了递推简化辅助变量(Simplified Refined Instrumental Variable Method for Continuous-time System, SRIVC)算法,具体步骤为：采用子空间辨识方法估计模型结构,然后采用递推SRIVC算法估计模型参数,最后,对算法进行了理论分析,仿真实验表明算法效率高,能够得到无偏的估计结果并具有一定的鲁棒性。