遥操作机器人系统被广泛的运用在各行各业,而基于Internet的遥操作机器人系统由于方便操作、控制等优点被大量采用。文章从Internet的特性出发,认为时延是由网络产生的。不同的网络状态会产生不同的时延,时延是可观测的,而背后产生时延的网络状态是隐含的。首先通过将真实的网络状态作为隐状态,把预处理后的时延区间作为可观测状态,提出网络的隐马尔科夫模型；在计算该隐马尔科夫模型时,由于计算复杂度的问题,首先使用K-Means算法得到合适k后进行迭代,然后文中使用BIC值作为衡量模型优劣的依据,最终根据BIC取值得到最优的隐马尔科夫模型。使用隐马尔科夫模型进行预测的时候,通过计算未来时刻t的最优概率进行迭代从而提出预测算法。网络的隐马尔科夫模型需要首先计算时延的统计特性计算伪周期,由此可以降低计算当前隐状的计算量。在网络的隐马尔科夫模型基础之上,文中将隐状态看作为产生时延的主题,提出时延的生成模型。时延生成模型是对潜在狄利克雷分布的扩展。生成模型的核心是通过吉布斯采样求解时延生成模型中条件概率,进行参数的求解。网络的隐马尔科夫模型以及时延生成模型的实验结果能够较好地反映时延数据的规律,而且时延的预测结果具有较好的准确度。最后,在NS2环境下修改TCP协议,验证在Internet环境下新算法对时延抖动、链路利用率等关键技术都有所提升。