近年来,由于网络的广泛应用,有关基于网络的控制与信号处理方面的研究也越来越受到人们的重视。跟传统的控制系统相比,虽然基于网络的控制系统有很多优点,但也正是由于网络本身的特点,使得基于网络的控制系统存在许多传统控制系统所没有的问题,例如网络延时、数据传输率和信噪比受限、量化的影响等。当前国内外对这些问题的研究主要集中在系统的稳定性分析上,对其它一些重要问题,比如系统的跟踪性能和鲁棒性,在基于网络的控制系统中还处于起步阶段。因此,本文就针对基于网络的控制系统的最优跟踪性能进行详细的讨论。 本文研究的被控对象是稳定的线性时不变系统,分连续系统和离散系统进行讨论,参考跟踪信号是阶跃信号,跟踪性能通过对象输出与参考信号之差的能量来衡量。为了达到渐近跟踪,我们提出了一个新的对数量化控制方案。方案分两部分：一部分是在初始时刻将控制信号的稳态值通过网络传输给被控对象并且存储在其输入端；另一部分是通过对数量化器对控制信号的瞬态部分(即控制信号与其稳态值之差)进行量化,然后通过网络传输给被控对象。最后该量化控制信号与稳态控制信号相加后作用于被控对象。这里,我们针对现有的有关量化误差的假设的局限性,提出了一个新的假设。我们假设对数量化误差是源信号和白噪声之间的一个乘积,并假设白噪声在某个给定范围内均匀分布。根据被控对象和对数量化器的特征,我们经过严格的证明得到了控制系统可能达到的最优跟踪性能的精确的数学表达式,其中包括基于网络的连续系统的最优跟踪性能和基于网络的离散系统的最优跟踪性能。研究结果表明对于一个稳定的线性时不变系统来说,其最优跟踪性能只取决于控制对象的零点、极点以及相对量化误差的方差。