随着基于5G网络的触感网的迅速发展,触觉通信系统及遥操作技术受到了学术界及工业界的广泛关注。其中,人类在环的力反馈遥操作触觉通信系统是存在于触感网中的典型用例,它将代表人类主观感受的判断标准引入系统,称作用户体验质量（Quality of Experience,Qo E）,以此反映系统性能。因此,在多个遥操作用户同时共享同一通信网络时,如何能够最大化网络总体用户体验质量成为目前一个主要的挑战。Qo E与往返时延密切相关,两者呈相反的趋势。由于触觉信息对时延非常敏感,因此必须尽量减小系统中的往返时延对Qo E造成的影响,并保证遥操作系统中的操作者在最大容许时延（Maximum Tolerant Delay,MTD）的限制下能够接收到足够的数据。遥操作系统中存在控制结构,用于稳定远程交互,消除系统失稳。不同的控制方案会对相同的往返延迟产生不同的响应。本次研究针对两种常见的控制结构:（1）时域被动结构（Time Domain Privacy Approach,TDPA）;（2）模型调节结构（Model Mediated Teleoperation,MMT）。通过主观测试能够得到不同控制结构下Qo E与时延的关系模型。本论文研究不同控制结构下,多个用户同时共享同一网络资源的情况,如何使网络中用户性能最大化。主要研究内容与创新点如下:（1）根据不同控制结构下,Qo E与往返延时的具体关系,在简化的网络环境下,针对力反馈遥操作系统中存在的位置/速度信息以及力反馈信息,设计Qo E驱动的智能调度算法。为了简化指数复杂度计算,使用最大化最小值的方式,代替指数级运算达到网络整体Qo E最大化的目的。将系统性能与控制质量转化为Qo E进行表示,不对控制结构进行硬件方面的调整,简化操作,降低成本,并具有更高的普适性。（2）对简单网络环境下的Qo E驱动的调度算法进行改进。考虑更为复杂的实际网络传输数据的情况,以及触感信息对于延时敏感的特性,对数据包传输的最大容许延时进行限制。考虑传输过程中存在与力反馈信息同时产生的视频信息,以及与以上两种实时（Real-Time,RT）流信息竞争资源的非实时（Non-Real-Time,NRT）流信息。改进算法为两层结构的Qo E驱动的RT流优先智能调度算法,保证了MTD下数据包的成功传输,使网络中用户整体Qo E性能最大化,并能够满足力反馈遥操作系统对于视触信息的感知同步要求。该调度算法关注两种控制方案对往返延时的性能响应,并根据往返延时确定两种控制结构下的数据流调度顺序。不同于传统通信方式的单边传输,考虑了力反馈遥操作系统的双边传输特性,力反馈信息在对应的位置速度信息未被远地机器人成功接收时,无法从后向链路传输回操作者方。（3）本文对两种调度算法均生成相应调度器,在仿真环境中进行实验,前者与目前已存在的调度算法进行吞吐量、延时的性能比较,后者与目前已存在的调度算法进行吞吐量、延时、Qo E性能及视触觉信息接收时间差等方面的性能比较,证明了所提出算法的可行性与优越性,为人机交互系统提供支撑。