随着计算机技术、网络通信技术的迅猛发展以及控制系统规模的日益扩大，网络控制系统已成为当前控制领域的研究热点之一。由于通信网络的引入，控制系统各部件之间能够进行信息资源共享，使得这种新型的控制系统结构与传统的点对点控制系统相比，具有许多优点。但通信网络的引入同时也带来了时延、丢包、时序错乱、单包多包传输问题等问题。由于网络控制系统中的信息不能及时准确的传输，势必会影响控制系统的性能，严重的会导致系统不稳定。　　 磁悬浮小球系统是检验各种控制理论和方法有效性的理想对象。它是一个高阶、复杂非线性、自然不稳定系统，对实时性要求非常高，这些特性使得基于此建立的网络控制系统的稳定控制变得非常具有挑战性。本文将以网络环境下的磁悬浮小球系统的稳定控制为背景进行研究。　　 网络诱导时延和数据丢包问题是网络控制系统的两个核心问题。本文首先分析了网络控制系统时延的分布及影响时延的因素。在此基础上，针对网络控制系统中同时存在前向通道时延和反馈通道时延的情况，结合数据丢包，设计了一种改进的Smith预估器，以磁悬浮小球系统为被控对象，取其线性化模型，利用Matlab中的Truetime网络仿真工具箱进行了仿真，结果证明了算法的有效性。由于Smith预估器算法中对预估模型的精确度要求非常高，Truetime工具箱对网络的仿真和实际网络状况也存在很大差别。本文提出的Smith预估器算法并不能直接用于实际网络控制系统中。另外，网络控制系统中其他一些基于模型的算法，也要求首先得到被控对象的模型，因此，本文对磁悬浮小球系统的模型进行了辨识。由于本文的研究对象具有严重非线性，且开环不稳定，利用传统的方法无法得到它精确的模型，本文研究了基于神经网络的磁悬浮小球系统的辨识，并在此基础上得到了磁悬浮小球系统的多步预测模型，为以后在实际网络控制系统平台下检验基于模型的算法打下基础。