随着信息技术的快速发展,实时控制系统(RTCS)资源约束特性日益突出。同时,由于诸多不确定因素和工作负载的动态变化,RTCS总是运行在不可预期的开放环境中。在这种新的实现环境下,传统以控制与调度分离为特征的控制系统设计与实现方法无法提供必需的控制质量(QoC)保证。本文考察了计算与控制学科不断融合的发展趋势,立足于控制与调度协同设计的研究新思路,从动态资源管理的独特视角研究了RTCS中存在的一些新问题。针对问题建立了集成控制与调度协同设计的框架结构,提出了一些基于先进控制算法的实时控制系统反馈调度方法。重点考虑CPU和能量这两类资源约束问题,分别提出了基于支持向量机的计算资源反馈调度和基于模糊逻辑的能量资源反馈调度方法。主要研究内容如下:在CPU调度方面,本文考虑处理器速率有限的多任务嵌入式控制系统。由于诸多不确定性因素和工作负载的动态变化,系统总是运行在不可预期的开放环境中。首先为优化系统的整体性能,给出了最优反馈调度问题的数学描述,并探讨了相关的数学求解方法。为了克服数学最优反馈调度方法计算量过大,不适合在线使用的缺点,我们提出了一种基于支持向量机的计算资源反馈调度方法。它周期性地监测系统计算资源,根据可使用的最大CPU利用率,通过SVM在线预测,得到各个控制回路的下一个采样周期,从而实现系统计算资源的动态分配。通过仿真实验验证了该反馈调度方法的性能,并与理想情况、传统开环调度方法进行了比较,显示了其优越性。在能量管理方面,本文试图在保障嵌入式控制系统QoC的同时尽可能降低处理器能耗。在保证系统整体控制性能的前提下达到尽可能低的能耗,一直是嵌入式控制系统中能量管理的目标。由于诸多不确定性因素和负载的动态变化,嵌入式系统总是运行在不可预期的开放环境中。为了有效处理CPU负载变化及控制任务执行时间不确定等问题,我们提出了一种基于模糊逻辑的能量觉察反馈调度方法。反馈调度器动态调节CPU的处理速度,实现对CPU利用率的有效控制,从而提供了一种有效的能量管理机制。通过仿真实验与常规动态电压调整方法、传统方法以及理想情况进行比较,验证了该反馈调度方法的有效性。