2004 年，CPS 一词由美国国家科学基金会（the National Science Foundation in the United States，NSF）的Helen Gill 女士提出。2006 年，美国发布《美国竞争力计划》，将CPS 列为重要研究项目。2007 年，美国总统科学顾问委员会提交的《面临挑战的领导地位》中将CPS 列为优化发展的8 个关键技术之首。美国政府确定了CPS 发展战略，NSF 资助了近100 个研究课题。2008 年，由美国成立的CPS 指导小组在《Cyber⁃Physical Systems Executive Summary》中指出，将CPS 应用于交通、国防、能源、医疗、农业和大型建筑设施等领域。欧盟计划2007—2013 年年间，投入70 亿美元进行智能电子系统和CPS 方面的研究。

在学术界，自2006 年起，NSF 举办了多次CPS 研讨会，探讨CPS 的概念和技术。2008 年，在NSF 举办了CPS 讨论会上，提出了资助CPS 的相关研究，以激励相关专业学者进行CPS 理论探索和技术开发。从2008年开始，IEEE 和ACM 等组织每年举行一次CPS 周的学术会议和活动，聚集各国学者对CPS 的理论、关键技术、未来发展等问题的讨论。此外，很多著名国际会议开设了CPS 专题，如2008 年举办的国际分布式计算系统和IEEE 嵌入式会议等。

由于CPS 是在复杂多学科理论和技术的基础上发展而来的，研究者们来自不同的专业领域，对CPS 的理解及研究的方向或重点也各不相同［19⁃25］。此外，CPS 的研究是在应用需求的驱动下产生的，CPS 的相关研究与具体的应用领域密切相关［7，12，26⁃28］。下面将从CPS 的概念、理论研究和具有应用三方面进行阐述。

（1）对于CPS 的定义，比较典型的代表性观点

Lee［19］认为，CPS 技术是将计算进程和物理进程的深度融合集成和紧密结合，将信息系统作为核心用于监控物理系统的运行，同时，CPS 中的网络和计算组件为物理对象提供外部环境的感知信息。

NSF 的研究人员认为［20］，CPS 是将各种计算元素和物理元素之间相互集成与深度融合的系统，能实现复杂系统的实时感知和动态监控，具有实时、安全、可靠等特点。

从计算机科学的角度，Sastry［21］认为CPS 主要是由控制、计算、通信等功能构成。不仅可以可靠、稳定、安全地执行控制，还可以广泛感知物理系统的实时状态。

Krogh 等［22⁃23］从嵌入式系统和机电控制设备开发的角度，认为CPS是具有高可靠性的计算、通信和控制能力的智能机器人系统。包括了从对CPS 进行研究。

何积丰院士［24］认为，CPS 是在环境感知的基础上，将计算、通信和控制能力深度融合的网络化系统。通过计算和物理进程两者之间的相互影响与反馈，实现信息系统与物理系统的深度融合和实时交互。最终目的是将所获取的物理系统的信息和实际物理系统的运行结合起来，从而改变现有工程系统的构建方式和方法。

王中杰等［25］认为，CPS 强调“Cyber⁃physical”的交互，包括未来网络环境下海量异构数据的融合、不确定信息信号的实时可靠处理与传输、有限资源的动态协调与组织等。

孙棣华等［12］结合智能交通系统的研究现状和CPS 的研究进展，从系统工程的角度对未来交通CPS 的理论研究和实际应用进行了分析。将CPS 技术应用于交通系统其核心就是将交通物理系统状态的实时状态传递到交通信息系统中，基于计算、通信、控制3C 技术集成，将交通信息基元与交通物理对象融为一体，充分发挥信息技术的优势，通过两者之间的相互作用与反馈，实现交通信息物理系统的全面协调和实时优化。

（2）从理论研究的角度，关于CPS 的研究成果将从系统建模、安全和时间一致性需求3 个方面总结

1）CPS 的系统建模问题(www.daowen.com)

考虑到CPS 中物理系统和计算系统的时间一致性，异构性、不确定性等问题，Al⁃Hammouri 等［7］认为，将CPS 中计算进程和物理进程统一建模的数学分析非常复杂。因此，Al⁃Hammouri 等［7］将ns⁃2 和Modelica 集成一个仿真平台，前者用于仿真网络行为，后者用于大规模复杂系统的建模。

为能够解决CPS 建模过程中所遇到的异质模型的融合等问题，Henriksson 等［29］针对Modelica 语言系统级建模功能缺失的问题，以SysML 为基础，提出了一种针对Modelica 改进的ModelicaML。Schamai等［30］对CPS 系统进行集成建模和仿真时，将UML 的状态图引入Modelica 中，结合Modelica 对连续域物理行为的建模仿真能力，扩展出用于连续域和离散事件域的行为建模Modelica⁃statecharts。另一种则是对现有异质模型，在保持其精确的语义基础上，实现一种模型向另一种模型形式上的转换。已有的模型转换工作主要包括AADL 与UML 转换［31］和Simulink 向UML 转换［32］，以及基于Rhapsody 的UML 和Simulink 的代码级模型融合等。

李晔等［26］以面向对象Petri 网为语义基础，从多Agent 系统的角度研究信息物理融合系统，建立从高层次上理解和分析的信息物理系统的架构模型。李晓宇等［33］针对CPS 计算⁃物理融合问题，首先采用不同的建模工具分别对CPS 物理实体和计算实体进行建模，然后利用模型转换技术实现信息物理融合的异构模型，并结合CPS 典型实例月球车系统对以上方法进行了验证。陈援非等［34］基于本体建模技术，采用信息物理映射的建模方法，建立了智能空间模型。

2）CPS 的安全性问题

将CPS 应用于医疗系统、交通监控、能源管理、环境监控、航空航天等基础设施中，如何保证系统的正确性和安全性是CPS 需要解决的关键问题之一。

Cardenas 等［35］总结了CPS 中的安全控制问题，指出CPS 中安全涉及消息的完整性、有效性和保密性等问题。Pham 等［27］研究了以人为中心的隐私保护问题，提出了基于互信息的隐私保护措施，实现隐私和精确数据重构的均衡。Chong 等［28］认为，在CPS 系统中，通过Self⁃identifying data 的方式，对数据信息进行标记。虽然此类技术不能对信息的安全进行加密，但可对信息的来源进行准确追溯，从而保证信息的可靠性。伊利诺伊大学提出的Simplex 参考模型能够协助建立CPS 架构，限制了CPS中不可靠设备间的错误传播（Fault Propagation），并在该大学香槟分校的Convergence 实验室的测试平台上的实验证明了该模型在CPS 实际应用中是有效的［36］。

3）CPS 的时间一致性问题

CPS 的核心是将计算、通信与控制技术（Computation，Communication，Control，3C）集成于一体。从其交互环境的角度来看，其目标是对物理系统的感知与控制，因此，CPS 中时间一致性问题非常重要［37］。

由于CPS 软件应用的广泛性，异构的环境实体将导致交互出现多样性，使得时间度量本身可能存在多种形态（比如用距离、角度来衡量时间）。具体代表性的需求建模方法主要有基于目标的方法［38］、基于主体与意图的方法［39］和基于问题框架的方法［40］等。在时间需求建模上，面向目标的方法使用带类型的一阶时序逻辑作为语言。为刻画有目的的参与者，面向主体和意图的方法上下文的需求获取和建模的思路，使用带类型的一阶时序逻辑语言对时间需求进行描述。这些时间需求工作都基于时序逻辑，可以描述定性约束。

（3）在应用方面，各国学者们对CPS 的相关研究和应用取得了显著的研究成果

2006 年，在美国举办的高可信医疗设备软件与系统（High Confidence Medical Device Software and Systems，HCMDSS）研讨会上描述了高可靠医疗器材的非传统设备特征即后来的CPS 特征［41］。Carnegie Mellon University的MarijaIlic 研究小组在智能电网方面的研究［42⁃43］，Massachusetts Institute of Technology 开发的分布式设计的智能机器人，Indiana University 的城市排水管网监控管理［44］，University of Pennsylvania 开发了车辆智能导航系统。此外，为了增进科技研发和促进经济发展，使欧洲产业在全球市场上取得优势，欧盟还成立了EPoSS（European technology Platformon Smart Systems integration）［41］。

在韩国，KITIPA（Korea IT Industry Promotion Agency，KITIPA）于2008年举行了DIEC（Daegu International Embedded Conference，DIEC），通过对网络化特征的嵌入式技术讨论，提出了CPS 的相关研究工作［25］。日本每年举办的嵌入式技术研讨会，也对CPS 的相关工作进行了密切关注。在中国，国家自然科学基金、“973 计划”和“863 计划”都已把CPS 的相关研究作为重点。