随着第四次工业革命的推进,传统制造业开始向智能制造业转变。工业控制系统作为工业互联网中的典型用例之一,最显著的特点是通信的时间敏感性,即对网络的确定性传输能力有极高需求,较大的时延、时延抖动、丢包都可能导致控制系统状态不稳定。现有时间敏感网络（Time Sensitive Network,TSN）技术是一组基于以太网的协议标准,然而,有线安装成本高且设备位置受限,并不适用于智能制造业的发展。对于无线信道传输,其通信能力又极大地依赖于信道质量,第五代移动通信（5G）设计了专门面向工业互联网的应用场景,然而工厂复杂的通信环境与稀缺的无线资源使时间敏感型无线控制系统的实现仍然面临许多挑战。因此,本文针对工业互联网中无线资源与无线控制系统通信需求不适配的问题,研究了时间敏感型无线控制系统下的多域资源分配方法。基于高斯过程回归（Gaussian Process Regression,GPR）预测的无线控制系统模型,研究了有预测能力的多个控制设备的多域资源分配问题。从控制学角度出发,针对计算能力较强、具备预测能力的控制系统,建立了设备状态预测与控制指令预测的控制系统模型,每个时隙选择部分用户调度,在时延、丢包率、功率、带宽等限制条件下,以最小化设备状态偏移量与系统消耗总功率为目标,建立优化问题,并提出了基于模糊逻辑的启发式迭代算法求解,降低了计算复杂度。仿真结果表明,本文提出的基于高斯过程回归预测的多域资源分配方法可以在维持控制系统稳定性的同时有效减少对无线资源的消耗。基于5G-TSN融合架构的无线控制系统模型,研究了多个控制设备的多域资源分配问题。针对没有预测能力的设备,固定传输数据包长度会导致频域占用带宽变大,当无线带宽有限时,无法满足每一个设备的传输需求,然而传输数据包长度变化又会导致较大的时延抖动。因此,本文研究了更具有普适性的5G-TSN融合架构下的多域资源分配问题,通过TSN网络可提供的确定性传输能力对无线信道的不稳定做补偿,以最小化每个调度时隙所有用户的时延抖动为目标,建立优化问题,并提出了一种无线资源和有线资源的联合优化算法。仿真结果表明,本文提出的基于5G-TSN融合架构下的多域资源分配方法可以有效降低控制系统信息传输的时延抖动,保障控制系统的稳定性。