多智能体系统,亦称多自主体系统,由于其具有广泛的应用空间和良好的经济效应,已经被广泛的应用在资源勘探、目标搜救、协作操控等众多工程领域,用于协助人们完成某些高风险、复杂的任务。典型的多智能体系统包括多机器人系统、多无人艇系统、多无人机系统等。与单独工作的自主体相比,多个智能体的协同作业在时间、空间及环境资源利用上具有更高的效率,从而在任务容错性、鲁棒性、可扩展性等方面表现出极大的优势。同步跟踪控制是实现多智能体协同作业的关键技术之一。单个自主体的通讯范围往往是有限的,每个自主体通常仅能根据自己及周围邻居的信息规划下一步行动。在信息交互受限的情况下,设计分布式的控制器使得多智能体系统同步运动是一个具有挑战性的问题。此外,为了保证多智能体系统协作的安全与效率,通常需要考虑同步控制系统的暂态、稳态特性,使系统尽快实现预期的控制目标。因此,在通讯范围约束下,研究具有预设性能的多智能体系统的同步控制问题具有重要的理论意义和实用价值。本文的主要研究内容如下:第二章针对一类具有Brunovsky标准型系统模型的不确定多智能体系统,基于领航-跟随者结构研究预设性能同步跟踪控制器设计问题。假定领航者的信息(参考信息)只能被部分跟随者直接获取,每个跟随者仅可以获取其通讯范围内的其他智能体的状态信息。因此,每个跟随者仅能利用自己及周围邻居的信息来决定自己的运动。首先,利用图论的方法将跟随者与领航者之间的跟踪误差转换为智能体邻居间的相对距离与角度误差。其次,基于此相对误差进行分布式的轨迹跟踪同步控制器的设计。再次,引入预设性能控制(prescribe performance control,PPC)方法,通过构造合适的性能函数对跟踪误差进行约束,确保跟踪误差始终处于预先设定的范围之内,从而提高系统跟踪的准确性和快速性。最后,应用tan类型障碍函数对误差进行转换,并结合使用Lyapunov综合法设计出同步控制器,确保了同步跟踪误差的稳态与暂态性能(包括误差的收敛速度与最大超调量)始终保持在预先设定范围之内。此外,系统中模型不确定的问题主要通过参数化的自适应估计器近似处理,并对估计误差的有界性进行了严格的数学证明。仿真结果验证了所设计的同步跟踪控制器的可行性。第三章针对由多个无人水面艇组成的多智能体系统,基于领航-跟随者结构研究通讯连接保持约束下同步跟踪控制器设计问题。首先,根据智能体之间的相对距离对每一个智能体的通讯范围进行定义,将连接保持的约束条件与预设性能条件结合起来,根据通讯范围大小和初始相对距离条件构造指数衰减的性能函数。其次,通过应用对数类型的障碍函数,使相对误差始终保持在性能函数的边界之内,从而改善跟踪误差系统的暂态与稳态性能并确保连接保持约束条件的成立。再次,考虑在系统达到稳态时维持领航者与跟随者之间期望的相对距离与角度,使得系统在稳态时可以呈现所期望的编队队形。针对无人艇动力学模型的不确定性问题,使用参数自适应技术估计模型中的不确定参数,使用RBF神经网络在线逼近模型中的未知动态。最后,应用Lyapunov综合法、反步设计法、动态面控制(dynamic surface control,DSC)等技术设计出相应的自适应神经网络同步控制器,使得同步跟踪误差系统稳定,并确保了跟踪误差满足预先设定的性能且不违反通讯连接保持的约束条件。仿真结果验证了所提出的控制器设计方法的有效性。