多智能体系统是对自然界和工程应用中许多大规模系统,像生物神经网络系统,互联网,电力网络系统,传感器网络等进行建模的控制算法。在这些系统中,智能体根据设计的信息交换规则,以协调的方式达到群体的决策目标。随着现代控制系统中控制信息量的急剧增多和控制信号通过通信网络进行传输,多智能体系统不可避免的受到模型不确定、网络环境不稳定、执行器非健康状态、执行器能力有限等因素的影响,这些限制性因素给多智能体系统协调控制器的设计及应用带来了很大挑战。因此,受限信息模式多智能体系统协调控制协议设计是大规模复杂系统研究及应用的关键课题。根据多智能体系统的期望或者设定值是由共同智能体决策还是由部分智能体决策,我们将协调控制协议分为追踪协调控制和调节协调控制。本文针对追踪协调控制和调节协调控制在受限信息模式下的协议设计进行研究,主要研究工作和创新点包括:1).针对多智能体系统通信协议受限问题,提出了一类牵制联合信息一致性追踪协调控制协议。首先,研究了权重有向网络的权重平均一致性协议来获得多智能体系统的共同决策值。然后,设计了联合信息一致性协议,实现静态和动态权重有向网络多智能体系统的权重决策在期望目标下的干预。最后,提出了有限控制Lyapunov控制器的设计方法和高效联合信息一致性协议,对实现趋同目标干预的控制增益量进行有效计算,实现了通信协议受限下的一致性追踪协调控制。2).针对多智能体系统通信资源受限问题,提出了动态交互联合连通拓扑和事件触发机制下的一致性追踪协调控制协议。首先,针对进化系统中智能体的不同角色,引入了镜像节点的概念,给出了三层网络框架的判断准则。通过组合不同层节点的状态信息,设计了线性和非线性收敛速度有界的主从式一致性协议。其次,提出了可以弱化现有方法中控制增益和局部输入必须连续的事件触发一致性协议,实现了通信资源约束下的一致性追踪协调控制。3).针对多智能体系统执行器健康状态受限问题,提出了分布式间歇通信拓扑和动态故障容错机制下的一致性追踪协调控制协议。首先,针对执行器存在偶尔失效和通信资源约束等问题,提出了一个新的自适应分布式间歇通信框架。通过引入执行器故障补偿策略,设计了一个组合不同自适应反馈控制器的鲁棒自适应一致性追踪协议。其次,考虑多智能体不确定系统在有向通信拓扑下的时变故障参数和根据动态故障参数更新协调控制律的问题,实现了执行器非健康状态下的一致性追踪协调控制。4).针对异质动态网络多智能体系统执行器能力受限问题,提出了显式同步和鲁棒自适应显式同步的调节协调控制协议。首先,针对三层网络结构异质动态多智能体系统,提出了显式同步算法。通过构造三层节点模型,显式同步协议基于不同层节点的状态被设计。同时,将该结果推广到切换拓扑频繁但不经常强连通的情形。其次,提出依赖较少控制参数和可以获得异质动态网络和虚拟领导者间完全同步的显式自适应同步协议,实现了执行器能力受限下的同步调节协调控制。