矿山安全生产一直是不容忽视且意义重大的话题,为了避免矿山安全事故的发生,不仅要从管理制度上严格要求,更需要应用新的科学技术来提高矿山安全生产水平,包括信息物理系统（Cyber Physical System,CPS）、雾计算（Fog Computing）、强化学习（Reinforcementlearning）等。CPS为矿山安全生产和灾害预警提供了全新的研究思路。随着智慧矿山建设的推进,感知矿山生产系统数据的边缘感控终端数量也日益增多,这些终端各自分散且独立,需将原本相互独立的各生产子系统的数据资源进行集成,依靠矿山CPS强化子系统间的信息交互,促进井下生产系统有序协同运行,从而实现矿山无人值守、少人参与的智慧作业。但是,在矿山生产数据的体量呈现爆炸式增长的趋势下,现有的井下数据计算资源分布难以满足智慧矿山对大量数据分析实时性的要求。另外,矿山井下通信环境恶劣,导致其无线传输性能逊于地面,而井下无线边缘感控终端数量的增多也加剧了信道拥塞问题,进一步影响了数据传输的可靠性。最后,对于以电池供电的无线边缘感控终端,提高其发射功率可以提升传输性能,但也会导致其寿命变短。上述都是智慧矿山建设必须解决的关键问题。基于以上问题,并根据矿山井下生产环境的特殊性和数据计算实时性与传输可靠性的需求,本文对矿山CPS感知执行层中的计算资源调度、信道分配和功率控制开展研究。主要研究成果包括:1)研究了矿山雾边协同下计算资源调度策略,构建了矿山计算资源动态调度机制,从计算资源需求与供给的角度,提出了计算资源价值流驱动的资源调度算法。针对矿山CPS中雾边协同计算资源调度优化问题,基于资源价值思想,提出了矿山计算资源调度机制,建立了矿山CPS雾边协同下计算资源价值流动模型。通过对硬件资源的虚拟化,将其量化为计算资源并作为雾计算节点的资源池;各雾计算节点根据边缘感控终端的计算需求,通过计算资源的调度实现资源价值的流动,提出了以计算资源价值流驱动的资源调度方法,保障了矿山CPS计算资源需求与供给之间的动态平衡。数值仿真实验结果表明,所提算法显著提高了计算资源的利用率。2)研究了矿山井下特殊巷道环境中的信道分配方法,建立了信道复用模式下吞吐量最大化目标导向的系统模型,进一步根据传输性能分析进行信道分簇,并研究信干噪比约束下的信道分配机制。针对矿山井下特殊的通信场景,建立了信道复用模式下数据传输模型,依据井下无线边缘终端的传输性能测试并结合拓扑结构分析结果,得出本文的节点部署方案;通过高效的信道分配约束机制,建立了最大化系统吞吐量目标导向的系统模型;基于分布式功率控制法实现了感知用户发射功率的配置,结合信道复用时通信网络的传输质量性能需求完成信道的潜在用户分簇;通过信干噪比值控制下的潜在用户加权有效性机制,确定每个簇所对应信道资源的实际用户。仿真实验表明,所提算法保障了矿山CPS中无线边缘感控终端的传输性能。3)研究了矿山井下感知用户功率控制策略,通过对连续的发射功率阈值离散化并建立马尔可夫决策过程模型,提出基于深度Q网络的功率控制算法。根据信干噪比约束得出连续的感知用户发射功率阈值,构建了连续阈值空间中的等差离散化数学模型,确保了深度Q网络在有限动作空间中的及时有效收敛;建立了基于功率控制的马尔可夫决策过程转换模型,给出了相应的状态空间、动作空间和包含节能需求的奖励函数;提取多维状态空间特征并对状态进行降维,提升了深度Q网络训练的收敛性能;数值仿真实验表明,所提算法能够实现感知用户在任意初始状态下快速有效收敛。最后,结合矿井实际生产环境,通过现场实验来验证上述三种方法的可行性,并分析了仿真实验与现场实验的结果差异及其原因。根据结果分析可知,本文所提三种方法有助于提升矿山CPS感知执行层的数据计算与传输性能。图[46]表[27]参[157]