0 引言

自1992年美国国家航空航天局（NASA）首次提出信息物理融合系统(Cyber-physical Systems，CPS)概念以来，CPS引起了学术界、产业界和各国政府的普遍关注。目前，CPS已广泛应用到社会各个领域，大到智能电网、航空航天、智能交通、远程医疗、国防等大型复杂系统，小到无人机、家用机器人、药丸式电子内窥镜等局部或小型应用，CPS已充分体现着在分布式计算资源与物理世界深度融合过程中表现出的绝对优势。本文将对CPS的概念进行描述并对涉及的感知、计算、通信和控制技术进行较为系统的分析，讨论有关CPS的技术架构及关键技术，并展望和总结了CPS在发展过程中面对的挑战和相应的研究方向。

1 CPS的内涵

1.1 CPS的概念

目前尚未对CPS形成统一权威的定义，已有概念多基于研究者的不同的关注点和描述方法而提出。通过与嵌入式系统、工业控制系统、物联网等相关技术的对比，立足于系统的本质特征，本文将CPS理解为集智能感知（Perception）、深度计算（Computation）、可靠通信（Communication）和精准控制（Control）等技术于一体的连接虚拟数字世界和现实物理世界，紧密结合计算资源和物理资源的先进智能系统。CPS是物联网技术与控制系统深度融合的产物，其中“感知”体现了物联网的特有基因，“控制”反映了控制系统的基本功能。

本定义中，一是将CPS的构成要素确定为感知、计算、通信和控制（将早期对CPS确定的“3C”特征^[1]扩展为“3C+1P”），揭示了CPS的本质是在网络环境下信息单元与物理实体间的深度融合；二是说明了CPS的功能是通过形成从数据感知到数据处理的自下而上信息流以及从分析决策到精准执行的自上而下的控制流^[2]实现系统内资源的合理配置和运行的按需响应；三是指出CPS的具体实现方式是通过构建物理空间与信息空间中人、机、物等不同元素之间的映射，将物理空间中存在但未被获知的隐性数据转化为网络环境中能够识别的显性数据后提交给智能系统进行综合分析处理，将形成的知识数据保存在专家数据库中，同时通过控制系统将决策信息转化为控制指令数据后作用到物理空间；四是强调了CPS的功能主要是通过信息迭代方式来实现对物理实体的动态优化。

概括地说，CPS是一个将信息空间的离散模式与物理世界的连续动态模式相结合后形成的混杂系统（hybrid system），其中代表物理世界的连续变量和反映信息空间的离散事件相互影响，从而形成一个信息驱动与事件驱动并存的动态系统。

1.2 CPS的组成结构

图1所示的是CPS典型应用的组成结构，按自底向上的分层思想，将CPS划分为感知和控制层、网络传送层以及计算决策层共3层。

其中，感知和控制层由感知和执行模块组成，用于将物理空间中的隐性信息转化为可以提交给上层网络传输的显性数据，同时根据决策结果实现对物理空间中物理实体的控制。在一些单元级的CPS中，根据预定的策略，在感知模块和执行模块之间也可以直接进行数据交互；网络传送层由现有和演进中的各类网络技术组成，主要功能是提供安全、可靠、实时的数据传输通道，为不同CPS节点间的协同感知和控制提供基本的通信保障；计算决策层通过云计算、大数据等技术实现对CPS系统中采集数据的深度处理和实时分析，并通过对来自不同系统和环境数据的判断，根据形成的最优决策对物理实体进行控制。

2 CPS的技术体系和关键技术

2.1 CPS的技术体系

CPS的复杂性和多学科交叉性体现在其技术的广泛性和实现方式的综合性。通过对CPS组成结构和主要功能的分析，在表1中列出了CPS中涉及的一些主要技术^[3]。

2.2 CPS的关键技术

2.2.1 智能感知和自动控制

（1）传感器技术

传感器是一种能够感受被测量，并将检测到的信息按一定规律转换成适用于网络环境传输的信号的器件或装置。根据工作机理的不同，传感器可分为利用物质的物理现象和效应感知来检测对象信息的物理传感器，利用化学反应来识别和检测信息的化学传感器，以及利用生物化学反应来检测信息的生物传感器等类型^[4]。近年来，随着新材料、多功能集成、微处理器等技术的快速发展，集感知、计算和通信功能于一体的具有自诊断、自校正、自补偿等功能的智能传感器使物理空间的信息感知变得更加高效和细化。

（2）自动控制技术

自动控制技术是能够在无人值守的情况下，利用自动控制装置使被控对象（设备或系统）按预定流程运行，或使被控对象的物理量（如温度、湿度、位移、加速度、压力等）按预定要求变化的技术。

如图2所示，CPS是一种虚（信息空间）实（物理空间）深度融合的智能控制系统。利用嵌入式软件，从被控对象（传感器、仪器、仪表、在线测量设备等）和被控环境中采集信息，实现感知功能，通过上层的计算功能分析被控对象和环境的当前状况，最后再根据已建立的模型计算和控制规则形成决策结果，向执行器发出操作指令。在具体的应用中，以上过程是一个“感知→分析→决策→执行→”的循环往复过程，直到实现既定的控制目标。另外，一般由多个可控的物理实体根据生产流程构成一个具体的生产系统，不同物理实体的集成和控制需要通过信息空间中的通信网络或CPS总线来实现。

由于CPS主要应用于一些安全性和可靠性高的关键系统中，因此对CPS软件提出了较高要求。CPS软件是一种嵌入式智能控制软件，操作系统、嵌入式数据库、应用软件和开发工具等全部植入在被控对象中，针对CPS的感知、通信、计算、控制等操作要求进行开发和配置，实现对被控对象的智能化监测、管理和控制。

2.2.2 网络通信技术

CPS虽然是物联网中的一类典型应用，但与一般物联网技术不同的是，CPS对网络通信技术在稳定性、可信性、实时性和安全性等方面的要求都要高。从原理上说，CPS的通信网络可包括现有和演进中的各类网络技术，如有线网络中的现场总线技术和工业以太网技术，无线网络中的WiFi、ZigBee、4G/5G、蓝牙等技术；在组网方面，由于CPS同样采用传统网络中经典的分层模型，即高层的CPS由低层CPS组成（最低层为具有不可分割性的单元级CPS），明晰的层次结构要求CPS组网中应具有更高的开放性和灵活性，以便实现异构网络、异构系统之间的跨平台互联和高度集成；在技术方面，在一个异构互联网络中，不同网络采用的通信协议、传输速率、数据结构等可能不同，这就需要在具体集成过程中解决大量的技术细节问题。

（1）现场总线技术

现场总线是工业控制系统中一种数字通信技术，主要为工业现场的控制器、执行器、智能仪器与仪表等设备之间的连接提供数字通信通道，为控制系统与现场控制设备之间的实时数据传输提供可靠的通信保障。现场总线技术是计算机、通信、智能控制、超大规模集成电路等技术发展并相互作用的产物，实现了工业控制系统向着数字化、网络化、智能化和高度集成的方向发展。CPS中的现场总线技术具有全网数字化、开放环境下的异构互联、设备的智能化、设备间的互操作性、对现场工业环境的适应性等特点^[5]。

（2）工业以太网技术

以太网（Ethernet）技术早已成为局域网事实上的标准，而且在局域以太网技术的发展过程中，一直继承着良好的兼容性、稳定性和低成本等特点，使得城域以太网和广域以太网技术得到了快速发展。与此同时，以太网技术开始进入工业应用领域，出现了工业以太网技术，并很快以低廉的成本和可靠性开始蚕食现场总线技术的应用份额。尽管现场总线技术在工业控制领域取得了巨大成功，但其具有的成本高、速率低、系统兼容性差等缺点，致使部分研发人员开始结合工业控制系统的需要，利用在其他领域已成熟的COTS技术（commercial off-the-shelf，商品化的产品和技术）来逐渐替代现场总线技术在某些领域的应用。

以太网技术如果要实现在工业网络中的应用，必须解决以太网中存在的实时性较差这一问题。实时性主要体现在实时的网络数据传输和实时的任务调度两个方面。工业网络对实时性要求非常严格，传感器需要将实时感知的数据提交给上层决策和应用系统，控制器需要根据实时感知的决策结果实现对物理实体的控制，这都需要实时性的保障。为此，根据复杂工业网络中对实时任务调度的要求，提出了EtherCAT^[6]、Ethernet Powerlink^[7]等工业实时以太网技术标准。

2.2.3 智能平台服务技术

（1）边缘计算

边缘计算是指在网络边缘的数据源处执行计算任务的一种新型计算模式^[8]。在CPS中，边缘计算的下行数据表示执行数据，上行数据表示感知数据，而边缘指图2中物理实体的感知、计算、通信和控制资源。边缘感知设备具有旺盛的数据自处理需求，如果能够在感知设备上增加运行CPS执行任务的数据计算和分析处理能力，将原有CPS中的部分或全部计算任务迁移到位于网络边缘的智能感知设备上，将会有效保障通信的实时性，降低网络压力，减轻CPS计算中心的计算工作量，提高CPS的整体性能。

传统CPS采用集中式管理模式，前面介绍的应用于工业网络的现场总线技术、工业以太网技术等都在针对CPS应用的具体要求，解决通信延时、可靠性、实时性及数据安全性等关键问题，而边缘计算为解决此类问题提供了技术保障。以实时性为例，在大规模CPS中，大量边缘感知设备产生的海量数据将使网络带宽成为系统瓶颈，而在一些系统中仅通过增加网络带宽并不能满足CPS应用中的低延时要求，为此在位于数据源的边缘感知设备上执行部分计算是适应CPS应用需求的一种有效的新型计算模式。即使是某些CPS需要对数据进行集中式处理，也可在边缘感知设备端对原始数据进行预处理后再提交，以减轻数据的传输量，降低带宽占用。

（2）雾计算

雾计算在网络边缘设备与云计算中心之间提供存储、计算等服务，并通过虚拟化技术实现互操作性和协同性。雾计算是对现有云计算技术在物联网应用领域的一种功能补充和扩展，其特征主要表现为通信过程的低延迟、对设备的位置识别、广泛的地理分布、支持流动性（支持移动终端）、容纳的节点数据大、支持强大的流媒体和实时应用程序、异质性等^[9]。

由多个单元级CPS组成的复杂CPS是目前工业应用中最常见的模式，其中不同基本单元级CPS之间的协同计算和操作是确保整个CPS系统性能的关键。如图3所示^[3]，通过雾计算技术的应用，将数据的处理、数据存储和应用程序集中在靠近网络边缘的设备中，一方面使中心服务器的计算任务下移，减轻了中心服务器的负载以及远程数据传输中对网络带宽的占用；另一方面，将边缘智能感知设备的深度数据处理操作上移到雾计算处，降低了对边缘设备在计算能力上的压力。雾计算更能够发挥CPS中各组成单元的计算资源优势，让数据的存储和处理相对分散，让有价值数据的流动更加高效、实时，使整个CPS中资源的配置更加优化。

（3）工业大数据

工业大数据是一个宏观的概念，它同时包含企业信息化过程中产生的数据、工业CPS数据以及企业与外界交往过程中产生的数据等。这些数据中，有些是由设备产生的时序数据（主要由传感器、仪器仪表和智能感知终端采集的数据），有些是人为产生的数据（如产品设备数据、业务数据、产品用户评价数据等）。不管这些数据产生于何处，都是通过促进数据的流动共享来解决企业生产环节的业务问题，以提高控制的精准性和决策的科学性。

3 发展展望

3.1 研究方法有待进一步融合

融合是CPS的基本特征，体现了物理空间与信息空间的相互作用和彼此影响；融合也是一种研究方法，反映了学科之间的相互促进和思想交融。由于CPS是集计算、控制、通信等多学科交叉形成的一项新技术和新型应用领域，对CPS技术的研究从指导思想和方法上都会受到已有学科固有特征的影响，其中融合是学科间和方法上相互借鉴、相互促进的发展方式。

通过对已有研究成果的分析，CPS的研究者主要出自两大阵营：无线传感器网络（Wireless Sensor Networks，WSN）和控制理论。以上两大阵营，虽然研究经历不同，研究方法存在一些差异，但研究目标是共同构建一个集感知、计算、通信与控制于一体的高度集成的系统。在下一步研究中，需要进一步加大两大阵营之间的沟通融合，从基础研究、理论指导、技术实现等方面实现优势互补，共同促进CPS的进一步发展。

3.2 关键技术的研究需要更加深入

CPS之所以复杂，主要原因之一是多技术的综合运用。在前文对一些技术进行论述时就反映出了CPS中不同技术发展的不平衡性和实现方式上的差异性，这些因素是影响CPS核心应用的关键。

除前文重点介绍的技术之外，工业软件对CPS在工业领域的应用起着关键作用。工业软件^[10]是对工业生产、管理、服务等全部过程的代码化体现。软件是算法的代码化，工业软件是CPS的核心，对CPS的影响起着决定作用。在许多情况下，CPS中的设备运行环境较为恶劣，极易遭受外部攻击和恶意代码攻击，安全威胁较大。与此同时，随着CPS的功能越来越强，对系统的性能要求越来越高，软件系统也变得越来越复杂和难以驾驭，因软件的脆弱性引起的系统缺陷将会带来不可预估甚至是灾难性的后果。下一步需要结合CPS典型应用，对可信软件理论与关键技术在CPS中的应用进行深入研究。

另外，系统建模技术也决定着CPS的功能实现和性能保障。目前，针对CPS研究的建模理论和方法较多，如离散系统建模方法、连续系统建模方式、混合系统建模方式等^[11]，但建模的对象都包括感知、计算、通信和物理事件等方面，工作繁琐且复杂。下一步需要结合CPS典型应用，加强建模过程中连续系统（物理空间）与离散系统（信息空间）融合方法的基础理论和关键技术研究，以及加强分布式系统的建模研究，解决CPS不同组件间的时间同步、网络延时、物理实体统一标识等问题。

3.3 CPS的标准有待进一步完善

根据应用建立配套的技术标准是推动CPS产业健康发展的有效模式和必要手段。目前，有关国家和地区的相关机构已经提出了一批CPS的标准，但是由于CPS是一个同时涉及网络、终端以及管理平台的复杂系统，现有标准尚无法满足CPS应用的需求，在设计与制造、典型应用、标准化语言描述、应用模式、异构互联、安全管理等方面的标准化建设中还存在较大挑战，还有大量的工作去做。

下一步需要从以下几个方面具体开展工作：一是制定统一的技术标准架构，明晰各标准明细之间的关联性；二是完善CPS的体系结构，包括基本的概念和术语；三是对涉及CPS的系统建模、异构互联、数据共享、实时控制等关键技术及规范提供具体指导；四是根据应用，从CPS部署、集成、测试及故障侦测等方面提出可供借鉴的实施指南和系统解决方案；五是从安全管理、防护能力、风险评估等方面制定安全标准。

3.4 典型应用的引领作用需求加强

CPS技术一经提出就得到了工业应用领域的广泛关注，并在设计、制造、服务、应用等环节得到体现。CPS技术的引入，通过设备之间的互联以及智能管理平台的应用，消除了生产环节中存在的信息孤岛，实现了对生产过程的监控和资源的合理调度，优化了资源配置。但由于CPS的复杂性，目前对涉及CPS的感知、分析、决策和执行等方面的研究和应用实践还不够深入，还没有形成能够引领行业应用的典型案例。下一步将重点对物理实体的接口协议、实时通信、精准控制、远程互动等涉及CPS的关键技术进行研究，同时加强基于大数据技术的知识库和规则库的建设。在此基础上，选择工业领域的典型应用进行系统建模，通过大量仿真检验模型的可行性和可靠性，并在实际应用中不断完善，最终形成可以直接复制的应用标准和模型。

4 结论

鉴于CPS的重要性，其概念一经提出便引起了学术界和产业界的高度重视，并在产、学、研、用一体化进程中加速发展。同时，鉴于CPS的复杂性，对其技术的研究和实践探索还需要在充分借鉴相关领域已有成果的基础上，紧紧抓住影响CPS发展的关键技术进行集中攻关。目前，对CPS的研究工作刚刚起步，CPS技术和应用发展还面临着许多挑战，在统一认识、完善技术体系标准、加强关键技术创新研究、加快典型应用的示范效应等方面仍有大量的工作要做。

参考文献

[1] 何积丰.Cyber-physical system[J].中国计算机学会通讯，2010，6（1）：25-29.

[2] Cyber-physical systems public working group. Framework for cyber-physical systems：Volume 1,overview[J/OL].NIST Special Publication 1500-201，(2017-06-01)[2018-03-09].http：//nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-201.pdf.

[3] 中国信息物理系统发展论坛.信息物理系统白皮书(2017)[EB/OL].(2017-03-01)[2018-03-09].http：//www.innovation4.cn/library /r14012.

[4] VASILIEV V A，CHERNOV P S.Smart sensors,sensor networks，and digital interfaces general problems;of metrology and measurement technique[J].Measurement Techniques，2013，55(10)：1115-1119.

[5] THOMESSE J P.Fieldbus technology in industrial automation[J].Proceedings of the IEEE，2007，93(6)：1073-1101.

[6] ROSTAN M，STUBBS J E，DZILNO D.EtherCAT enabled advanced control architecture[C].2010 IEEE/SEMI Advanced Semiconductor Manafacturing Conference(ASMC)，2010：39-44.

[7] CENA G，SENO L，VALENZANO A,et al.Performance analysis of Ethernet powerlink networks for distributed control and automation systems[J].Computer Standards & Interfaces，2009，31(3)：566-572.

[8] SHI W，CAO J，ZHANG Q，et al.Edge computing:vision and challenges[J].IEEE Internet of Things Journal，2016，3(5)：637-646.

[9] BONOMI F，MILITO R，ZHU J,et al.Fog computing and its role in the Internet of Things[C].Proceedings of the 1st Edition of the MCC Workshop on Mobile Cloud Computing.ACM，2012：13-16.

[10] LEE I，SOKOLSKY O，CHEN S,et al.Challenges and research directions in medical cyber–physical systems[J].Proceedings of the IEEE，2011，100(1)：75-90.

[11] 李仁发，杨帆，谢国琪，等.信息-物理融合系统中建模方法综述[J].通信学报，2016，37（5）：1-11.

作者信息:

李馥娟1，王 群1，钱焕延2

（1.江苏警官学院 计算机信息与网络安全系，江苏 南京210031；

2.南京理工大学 计算机科学与工程学院，江苏 南京210094）