最近,由于无人机、机器人等行业的迅速发展,使得学者们对多智能体系统进行研究成为必然。本文以二阶线性积分器来描述单个智能体的动力学模型,并讨论二阶多智能体系统的一致性和协调跟踪问题。在现有关于多智能体系统的成果中,大多数都是在同质网络中来探讨多智能体系统的协调控制,即多智能体系统的位置拓扑结构与速度拓扑结构相同。而在实际应用中,由于用于测量智能体位置信息和速度信息的传感器不同,导致位置信息和速度信息的测量或传递具有不同的拓扑结构,因此在异质网络中来探讨多智能体系统的协调控制更符合实际情况。本文主要取得的成果如下:首先,在二阶多智能体系统中不包括领导者时,本课题深入探讨了在异质网络中二阶多智能体系统的分布式一致性,分别提出了包含绝对速度反馈和不包含绝对速度反馈的分布式一致性算法。在位置信息拓扑结构为无向图时,分别在速度信息拓扑结构为平衡图和一般有向图时,提出了包含绝对速度反馈的分布式一致性算法,利用拉塞尔不变原理证明了闭环系统的稳定性,并利用数值仿真验证了算法的正确性。进一步,设计了分布式自适应控制算法来更新绝对速度反馈,将上述分布式一致性算法扩展为全分布式一致性控制算法。在位置信息拓扑结构和速度信息拓扑结构都是有向生成树时,提出了不包含绝对速度反馈的分布式一致性控制算法。在包含领导者,且领导者速度为恒速和变速两种情况下,本文研究了在异质网络中二阶多智能体系统的协调跟踪。首先考虑了同质网络中分布式协调跟踪的特殊情况,并提出了相应的分布式跟踪算法。其次,将通讯拓扑结构扩展为异质网络,在各种异质网络中,分别给出了不包含领导者信息和包含领导者信息的分布式跟踪算法,并给出了使算法有效的充分条件。