网络化系统是计算机、通信和控制快速发展以及相互作用的产物,相比于传统的控制方案,网络化系统的模式结构更为复杂,空间分布更为广泛,性能更加优异。网络化系统是实时系统,主要分为被控对象、传感器、控制器和执行器四个部分,其信息传输通过网络建立连接。网络化系统具有成本低、安装和维护简单、可靠性高等优点,是其能够在多个领域广泛应用的重要因素。然而,通信网络的引入使得系统在信息交流过程中,通常会出现带宽受限、网络时延、数据丢包、驱动方式选择等问题。状态估计是信号处理和控制工程领域的重要方向,随着网络化系统的发展,状态估计方法仍需深入探索和研究。结合实际工程,对于非线性网络化系统的状态估计研究具有很高的研究价值。本文考虑有色测量噪声、非线性扰动、通信受限、增益扰动和节点信息耦合等因素对系统的影响,通过解决相应问题完成估计器设计,并分别利用数值算例对算法进行分析和验证,主要工作内容如下:（1）考虑了有色噪声、非线性扰动、通信受限和扰动增益对系统性能的影响,通过相邻时刻的测量值组差处理有色噪声,构造轮询协议解决数据传输中的带宽受限问题,将非线性项进行状态扩展处理并加入扰动增益保证估计器的非脆弱性,设计非脆弱扩展状态估计器。通过对非线性项的主动估计和估计误差迭代方程,利用非线性函数动态变化率的界而非函数本身的界,得到误差协方差上界,实现增益的实时优化,完成状态估计器设计。最后,通过四种仿真方案对比,验证了估计算法的非脆弱性和可行性。（2）研究了一种非线性随机复杂网络的鲁棒扩展状态估计问题,充分考虑了系统节点间存在状态耦合的情况,然后利用对数量化器对节点的状态信息进行处理,降低系统带宽约束带来的影响,通过对量化误差引起的不确定项进行分析,设计了非线性鲁棒扩展状态估计器,在保证估计精度的同时得到估计误差协方差上界。最后,通过仿真验证了估计器的合理性和精确性,并利用控制变量法,完成对数量化器量化密度和量化级数与系统性能关系的证明。最后,通过MATLAB数值算例对所设计的算法进行验证,主要通过控制变量法保证在同一环境中,将本文所设计的估计器与其他估计器结果进行对比,然后通过误差分析和数据对比,分别验证本文算法具有良好的非脆弱性、鲁棒性和准确性。最终发现,相对于其他算法,本文考虑的影响因素更多更为全面,且效果更好,更切合实际工程。