由于近年来通信技术和计算机网络的飞速发展,传统的控制系统也逐渐网络化,因而形成了一种通过网络进行数据传输的闭环网络控制系统。由于网络控制系统(NCS)的低成本、易于安装和维护、交互性好等优点,得到了学者们的广泛研究。然而,有限的网络带宽也会给NCS带来诸如延迟、丢包等各种各样的问题,而这些问题通常会对系统稳定性产生影响。为了解决这一问题,学者们提出了事件触发机制,这种触发方式能够过滤掉一些“不必要”的数据,从而有效的减轻网络传输的负担。同时,量化器的引入能够进一步提高数据的传输能力。在实际生产当中,大多系统都具有突变特性,例如生化系统,电力系统,经济学系统以及NCS等等,而Markov跳变系统往往可以用来模拟这些系统,因此将离散Markov跳变系统作为被控对象更有实际意义。不仅传统的控制系统逐渐网络化,神经网络也逐渐趋于网络化。近年来,关于时滞神经网络滤波问题有许多的研究成果,但对基于事件触发机制的离散Markov跳变时滞神经网络的研究却不多。本文主要研究了事件触发机制的离散Markov跳变系统的控制及时滞神经网络滤波问题。主要工作和研究成果如下:(1)首先介绍了网络控制系统的研究背景、目的和意义,分析了网络控制系统存在的不足,以及国内外针对这些问题的研究情况。分析目前现有的研究成果,得出各个问题解决方案的特点。(2)针对一类离散Markov跳变系统,为了减少网络资源的占用,在采样器端引入事件发生器。在此基础上,分别在状态反馈通道和控制输入通道引入对数量化器,进一步提高数据传输效率。由于网络中不可避免的存在时延,因此,利用时滞分析法建立统一的闭环控制系统模型。根据Lyapunov稳定性分析、Jenson不等式等方法分析系统的稳定性及H∞性能指标,并设计相应的输出反馈控制器。(3)考虑了事件触发机制下的离散Markov跳变时滞神经网络的滤波问题。同时考虑网络时延、神经元时延、信号量化,利用时滞系统的分析方法,将系统建立为基于事件触发机制的离散Markov跳变时滞神经网络量化H∞滤波误差系统。利用Lyapunov稳定分析理论、线性矩阵不等式等方法,得到使得系统稳定且满足H∞性能指标的充分条件,并设计滤波器。