随着通信技术、网络理论和计算机技术的高速发展,系统与控制科学领域的研究对象已经从单一的动态系统发展为多个相互耦合的子系统,其中比较典型的是多智能体系统的协同控制。协同控制意味着系统仅通过单个智能体与邻居的局部协作就能实现协同的整体行为,并凭借这种优势逐渐渗透到交通、经济、军事和工程等领域。在实际应用中,影响多智能体系统协同控制的因素有很多,本文从时滞(包括通信时滞和输入时滞)和资源受限两个角度出发,分别研究了移动传感器网络的分布式目标估计与控制和基于采样数据的多智能体系统事件触发控制。移动传感器网络是一种特殊的多智能体系统,因其拓扑结构的动态特性而具有比传统静态传感器网络更好的环境变化适应性,但同时也增加了传感器节点之间产生碰撞的风险。此外,传感器节点之间交流信息时,通信时滞是一个不可忽视的问题。本文设计了基于蜂拥控制的卡尔曼一致性滤波算法,既克服了耦合时滞的影响,又具有保持网络连通性的功能,借助李雅普诺夫方法、矩阵理论、代数图论等工具,证明了系统的稳定性,得到了设计反馈增益需满足的时滞相关的条件。事件触发机制使智能体的通信单元、执行器单元仅在特定事件(设置的阈值被打破)发生时产生动作,提供了一种有效降低系统资源消耗的方法。本文针对已有文献存在的缺陷,同时考虑输入时滞和非线性的影响设计了基于采样数据的多智能体系统事件触发控制,通过给智能体附加存储任务和设计新的包含智能体、邻居智能体和领导者的测量误差的触发条件,实现了既避免与邻居智能体进行连续的通信以计算触发条件,又避免在邻居智能体的触发时刻更新控制输入的控制目标。通过李雅普诺夫-克拉索夫斯基方法和LMI工具,证明了系统的稳定性,求出了控制输入中的反馈增益矩阵和触发条件中的触发矩阵。