信息物理融合系统,是一种在传感器网络,计算机控制系统,复杂网络等技术基础上发展起来的新型系统。CPS的作用是在对物理世界全面感知基础上实现的全面控制。它是一种全新的研究领域,其研究的意义在于构建一个可控、可信、可扩展并且安全高效的CPS网络。信息物理融合系统本质上是一个具有控制属性的系统,网络通信的加入使得这个系统的建模和分析变得异常困难。CPS的实时性有要求系统对于控制性能有着极高的要求。在这种情况,如何克服或者说减小因网络时延而造成的系统控制性能降低就成为一个必须要解决的问题。网络时延在传输中的呈现不同特性,从传感器节点到汇聚节点再到控制器的这段时延是可测量的。但是从控制器到分发节点这段时延,在控制器计算控制律的时候是未知的,在当前时刻计算控制律时这部分时延还未发生。针对这两种情况,我们分别设计了动态超时机制和执行器补偿方法来分别应对两种情况。具体内容包括以下几个方面:1.从控制角度抽象出的信息物理融合系统的系统模型,解释了系统中各个节点的驱动方式导致的系统时序模型不同。最后用现代控制理论的状态方程描述了信息物理融合系统的动力学规律。2.从定长时延模型,随机时延模型和马尔可夫时延模型的对比中发现,三种模型都在一定程度上对实际时延的性质有所简化,无法更精确的描述时延的特征。在此基础上,我们引入隐马尔可夫模型来研究信息物理融合系统的时延问题。在隐马尔可夫模型中,观测值是一个离散有限集。但是在实际中,时延的观测值是无限且连续的。这样在对时延进行隐马尔可夫模型建模时,必须将时延进行量化,使其变为离散的有限集。3.在控制器设计中,我们分别设计了动态超时机制和执行器补偿方法来分别应对两种情况。在动态超时机制中,为了防止由于网络的原因导致传感器数据迟迟无法到达控制器,导致控制器长时间等待的情况,我们通过隐马尔可夫模型预测下一次的网络情况,来决定合适的超时值。同时我们定义了系统的紧迫度配合决定超时值的大小,将信息世界和物理世界紧耦合在一起。在执行器补偿方法中,我们通过隐马尔可夫模型预测下一次的网络情况,在控制器端根据网络情况计算多个控制律并打包发送,在分发节点通过时间戳得到精确的时延值后选择合适的控制率。在控制律计算方面,采用最优控制理论计算控制律来补偿系统的时延影响。如果能够获取系统的全部状态给出全状态反馈控制律设计方案,如果不能则给出输出反馈控制律设计方案。4.对搭建系统仿真环境的工具truetime进行介绍,接着搭建了基于信息物理融合系统模型图的仿真平台,对平台中使用的各模块以及模块参数做了详细介绍。我们共设计了两组实验。第一组实验通过控制律设计时是否考虑网络实验来对比,表明网络时延的存在对于系统的控制性能具有很大的影响,在设计控制律的时候不能将时延忽略。接着第二组实验,分别对动态超时机制和执行器补偿进行仿真,通过多次实验计算平均的稳定时间表明了两种方法对于系统性能的提升。