多智能体系统作为一类特殊的控制系统，由于其信息互通的特性，可以在相同的单体计算能力的情况下解决很多单一系统无法完成的复杂任务，因此其理论研究和实际应用得到越来越多的重视。在实际的工业系统中，经常会存在未知输入信息，影响多智能体系统的状态与输出，这些未知输入有可能是故障信息或者强烈的扰动信息，对于他们的估计是保证多智能体系统平稳运行的基础。
　　本文研究了针对多智能体系统的未知输入估计问题，采用了分布式无偏最小方差滤波器的方法，具体工作和成果包括:
　　1.针对含有同源未知输入的线性离散时间多智能体系统，第二章提出了基于分布式无偏最小方差滤波器的状态与未知输入估计方法，相较于传统的无偏最小方差状态与未知输入滤波器，分布式无偏最小方差滤波器具有更加宽松的存在条件，并且其估计效果相较于传统的滤波器也更好。
　　2.针对含有同源未知输入的线性离散时间多智能体系统，第三章改进了基于分布式无偏最小方差滤波器的状态与未知输入估计方法:针对同源的未知输入，采用了分布式的估计方法，针对异构的状态，采用了分散式的估计方法，提出了半分布式无偏最小方差滤波器。通过仿真验证了半分布式滤波器的估计效果优于分散式与分布式滤波器的估计效果。第三章同时研究了半分布式无偏最小方差滤波器的渐近收敛性，提出了保证该滤波器渐近收敛的充分条件，并进行了理论证明。
　　3.针对同时包含同源与不同源未知输入的线性多智能体系统，第四章提出了半分布式无偏最小方差滤波器，首先对同源和不同源的未知输入进行解耦，然后分别进行估计。针对同源的未知输入，采用分布式的估计策略;针对不同源的未知输入，采用分散式的估计策略。之后改进了该滤波器设计，将原来的并行解耦方式改为串行解耦方式，放宽了滤波器的存在条件;同时改进了多智能体信息交互方式，使得每个智能体都能利用到全局的信息，从而进一步放宽了该滤波器的存在条件。
　　4.针对含有前向通道未知输入与不含前向通道未知输入两种情况，第五章研究了非线性多智能体系统的未知输入估计问题。首先，提出了基于扩展卡尔曼滤波算法的半分布式无偏最小方差同源未知输入滤波器;然后，又提出了基于无损卡尔曼滤波算法的半分布式无偏最小方差同源未知输入滤波器;最后，针对含有不同源未知输入的多智能体系统，设计了基于扩展卡尔曼滤波算法和基于无损卡尔曼滤波算法的无偏最小方差不同源未知输入滤波器。
　　5.第六章将非线性半分布式滤波器应用于电池能源管理系统，首先对锂铁电池组模型进行了建模实验，估计出电池组模型的相关参数，之后分别建立了基于扩展卡尔曼滤波算法的半分布式无偏最小方差滤波器和基于无损卡尔曼滤波算法的半分布式无偏最小方差滤波器并进行了有效性验证实验，用于估计电池组的剩余电量与工作温度，并比较了两种非线性半分布式滤波器。由于半分布式无偏最小方差滤波器仅利用电池组的端口电压便可准确估计电池组的工作温度，不需要利用温度传感器，因此在实际工业中具有较大的应用价值。