事件触发和自触发控制的控制方式巧妙而独特，能够大幅度减少系统的计算成本和通讯成本，提高系统资源的利用效率。近年来，这两种控制方式由于其在资源受限系统中的优势正受到越来越广泛的关注。目前，多智能体系统的事件触发和自触发控制已经得到了比较深入的研究，但仍有不足之处。首先，系统的控制律大多采用状态反馈，而状态反馈所花费的成本往往比输出反馈成本高。其次，多数研究均采用同步触发方式，系统中某个智能体的控制触发，会引起邻居智能体的控制一起触发。这种方式大大增加了智能体控制律的触发次数，造成系统资源的极大浪费。最后，大多数相关研究或者未证明Zeno现象，或者证明结果不尽人意。　　基于上述研究背景，本文借助图论、矩阵论和控制论等理论和方法，系统深入地研究了基于输出反馈的一般线性多智能体系统在分布式触发机制下的一致性问题。本文的主要工作如下:(1)分别针对静态和动态两种输出反馈控制驱动下的一般线性多智能体系统，设计分布式事件触发条件，使所有智能体的状态最终达到一致;(2)在保证收敛性的基础上对触发算法进行优化，将事件触发控制改进为自触发控制。改进后的自触发控制算法解除了对触发条件的依赖，从而进一步提高了系统资源的利用效率，并且引入一个正常数作为智能体的最小触发时间间隔，从根本上避免了Zeno现象。本文所设计的分布式事件触发控制算法和自触发控制算法，其触发方式是异步的，各智能体独立进行控制更新，自身的触发时刻不会随着邻居智能体的触发而变化，避免了系统计算资源和通讯资源的浪费。最后，利用两个数值仿真证明了理论结果的正确性。