近些年来,随着无线传感器网络、智能交通、机器人协作控制、无人机编队飞行等诸多技术在工程领域的广泛应用,使得人们的生活和工作方式得到了极大的改善。多智能体系统协同控制技术作为这些应用的关键技术之一,越来越受到国内外众多专家学者的关注并对其进行了大量的科学研究。一致性控制作为多智能体系统协同控制领域的代表性问题,也是其他分布式控制和估计的研究基础,其目标是通过系统中个体邻居间的信息交互,使得所有个体的状态值渐进地或者有限时间内趋于相同。由于实际的多智能体系统所处在一个复杂的网络环境中,智能体难免会遭遇一些外来的恶意攻击。安全性问题作为一致性控制一个新的研究领域逐渐被更多的研究者所重视。本文在总结前人工作的基础上,运用控制理论、稳定性理论、矩阵分析和图论等工具,对多智能体系统一致性控制的安全性问题进行了系统、深入的研究。本文的主要研究成果概括如下:1.概述了多智能体系统安全一致性控制问题,分析了目前研究中存在的一些不足。2.研究了通信时延条件下离散时间多智能体系统安全一致性问题。针对网络中存在的持有相反目的的正常节点和恶意节点两类节点,给出了一种新颖的描述节点间通信拓扑关系的框架:拓扑稳健性。然后,根据拓扑稳健性以及恶意节点的攻击部署特点,提出一种分布式自适应安全一致性控制算法。所提算法仅利用个体的自身状态和相邻个体的时延信息作为控制输入,并根据控制器参数、拓扑属性和通信时延,获得了所提算法实现收敛的充要条件。3.研究了恶意攻击与通信时延下连续时间非线性多智能体系统安全一致性问题。考虑一个由n个节点组成的有向多智能体系统网络,其中包含ns个正常节点和na=n-ns个恶意节点。根据邻居间交互的时延信息,提出了一种同时具有抗攻击和时延能力的一致性算法。通过构造Lyapunov-Krasovskii函数以及运用Barbalat-like引理,给出了所提算法的收敛性分析。4.研究了在恶意攻击下多智能体系统有限时间一致性问题。根据邻居中最大恶意节点个数上限,以及相应的有向网络拓扑稳健性,设计了一种有效的节点信息删减法则。然后,结合迭代学习控制方法,提出一种有限时间安全一致性协议。理论结果表明:引入恰当的学习增益值和合理的通信链路权重,以及满足特定的网络连通度,那么就能确保正常节点在每一轮的迭代操作中,其状态值始终处于一个安全的容许范围内发生变化,并能够实现在有限时间内收敛。5.研究了在量化通信下多智能体系统的安全一致性问题。通过引入量化器,将网络中实时连续的状态信息转化成量化信息,降低系统的通信开销。然后结合一种邻居间节点的安全策略,设计给出了一种基于邻居量化信息的安全一致性算法。并且针对f-局部有限恶意攻击模型的特点,给出了系统中所有正常智能体实现状态一致的充分性条件。