随着信息技术的不断进步,信息世界与物理世界的交互越来越深入,结合越来越紧密,两者之间的系统化集成程度也越来越复杂。信息技术与物理世界的融合导致了新一代智能系统的出现:信息物理系统(CyberPhysical System,CPS)。CPS是一类综合了环境感知、信息处理、网络通信和自动控制的复杂系统,在设计时应保证系统内资源配置及协作运行的按需响应、科学决策和动态优化。因此,本文的研究重点是CPS中的资源管理和协作控制问题,主要研究内容如下:首先,本文研究了 CPS 传感网络(CPS-SensorNetwork,CPS-SN)中的计算资源优化管理问题,提出了一种新型的CPS-SN云计算服务模式,并使用半马尔可夫决策过程对计算资源的管理问题进行了建模。模型从信息处理效果和系统能耗两方面综合考虑,给出了一种平衡系统收益与开销的报酬表示方法。在此基础上,本文还给出了一个基于增强学习的动态计算资源分配方案。该方案考虑了不同类型的信息处理任务特点,通过在线学习的方式实现了对计算资源的自主管理,减少了人力参与方案规划和维护的成本,提升了系统的整体收益。其次,本文研究了 CPS执行网络中执行器的协作任务分配问题,提出了一种基于K-M算法的可行任务分配方法。仿真实验表明,该方法得到的任务分配结果与拍卖法相比更优,算法运行时间也可以满足实际需求的限制。最后,考虑到控制中心对执行器精细控制的需要,本文对控制中心与执行器之间的无线资源分配问题进行了研究,以最大化执行器的控制效果为目标,提出了一种动态子信道和功率的联合分配方案。仿真结果表明所提方案即使在控制中心发射功率较小的情况下,也能够保持较高的控制效果水平,有效地节约了控制中心的能耗。