随着科学技术的不断发展和生活水平的日益提高，无人机编队飞行、多机器人合作控制、大面积环境监测等应用需求相继出现，人们越来越需要解决该类复杂控制问题的方案，在此大背景下，多智能体系统应运而生。多智能体系统是由大量分布式的、自主决策的多智能体个体通过相互信息交流和协同合作组成的复杂系统，已经被广泛地应用于计算机网络、智能电网、智慧交通、国防事业等领域。在多智能体系统最基本的一致性控制问题研究中，一致性收敛速度是衡量系统性能好坏的关键性指标之一。关于多智能体系统一致性收敛速度提升问题已经被进行了广泛的研究。在现有的文献中，大多数研究从系统本身的一致性协议和网络代数连通性的角度出发考虑收敛速度的提升算法，然而实际的网络通信情况也是一致性收敛速度提升的重要限制因素之一。本文基于多智能体系统常用的ZigBee 无线通信协议下的载波侦听多路访问/冲突避免机制，对实际中的通信情况进行建模分析，从通信的角度寻找提升系统一致性收敛速度的有效算法。本文主要的工作和创新点如下：
　　1.针对节点数目较多、数据传输量较大的多智能体系统的一致性收敛速度提升问题，本文提出了一致性控制状态感知的网络接入参数调节算法。基于多智能体系统中应用广泛的ZigBee无线通信协议的信道竞争机制（载波侦听多路访问/冲突避免机制），分析媒介访问控制层参数调节对通信特性的影响；基于参数调节对通信特性的影响机制，以合理分配信道资源、缓解数据传输冲突为目的，提出了根据节点当前状态值差异信息自适应地对参数进行在线调节的基本算法思想；根据参数调节对通信特性的影响机制，确定用于调节的具体参数，设置参数调节的幅度和阈值，最终给出算法的具体内容。该算法是分布式、轻量级的且无需对原有的无线通信协议进行任何修改，仿真实验表明该算法与其他算法相比一致性收敛速度更快、能耗更低。
　　2.进一步针对节点数目巨多、数据规模更为庞大的多智能体系统一致性收敛速度提升问题，本文提出了基于通信网络分区的一致性收敛速度优化算法。基于网络分区导致的通信资源竞争程度和系统代数连通度的变化情况，建立通信情况和代数连通性与系统一致性收敛速度之间的数学模型；对ZigBee无线通信协议中信道竞争机制（载波侦听多路访问/冲突避免机制）下网络的通信情况进行建模分析，得到网络中数据成功传输概率以及通信吞吐量与网络规模之间的数学模型；以合理分区降低分区内通信资源竞争程度以及优化系统代数连通度为目的，给出协同通信资源竞争程度和网络代数连通度的网络分区算法，并利用遗传算法寻找最佳分区个数。该算法减少分区内节点数目，从根本上降低信道竞争程度，同时兼顾网络分区对系统代数连通度的影响，寻找协同网络通信资源竞争程度和系统代数连通度的最佳网络分区。仿真实验验证了该算法和其他算法相比具有更快的一致性收敛速度和更低的能耗。
　　3.基于本文前面提出的基于网络接入参数调节的一致性收敛速度优化算法和基于网络分区的一致性收敛速度优化算法，给出了两种算法的结合机制。离线地，根据分区算法对原有网络行分区，找到通信资源竞争程度较低且系统代数连通度较大的更为合理的通信拓扑结构；在线地，基于系统中各节点当前的状态值差异情况，按照参数调节算法对媒体接入控制层参数进行调节，合理分配已有的信道资源并缓解传输冲突。该结合机制综合了两种算法的优点更大限度地提高系统的一致性收敛速度。