近些年来,随着人工智能技术、网络通信技术以及分布式思想的迅猛发展,多智能体系统（Multi-Agent Systems,MASs）受到了物理学、机器人学以及控制工程学等领域研究者们的高度重视。多智能体系统是指一群具有部分感知、通信、计算和执行能力的智能体通过网络关联而形成的一类网络控制系统。由于多智能体系统协同控制表现出高度的自主性、容错性、协同性、灵活性以及可拓展性等优点,所以其能够完成一些复杂的任务。然而,智能体之间的信息交互是通过网络实现的,考虑到由于网络的引入带来的各种约束,如有限的通信带宽、切换的通信网络拓扑结构、网络时延以及网络攻击等等,这些约束条件让多智能体系统协同控制的研究充满了挑战。基于上述分析,本文以多智能体系统为研究对象,考虑了其在多约束条件下的协同控制问题。围绕这个课题,具体的内容总结如下:（1）介绍了课题的研究背景与意义,着重分析了多智能体系统协同控制和事件触发机制的国内外研究现状。随后,引入了在对多约束条件下的多智能体系统协同控制问题进行研究的过程中需要用到的一些基础理论,其中包括代数图论、矩阵论以及一些相关的定义和引理等。（2）研究了实数域下的离散多智能体系统协同控制问题,其中涉及有界不确定时延和有向切换拓扑。首先,利用模型转换和矩阵论的相关知识,引入了一种增广系统的方法。该方法将异构时延多智能体系统的一致性问题等价转换为无数个行随机矩阵乘积的收敛性问题,进而获得该异构时延多智能体系统在切换拓扑下达到渐近一致性的充分条件。然后,基于异构时延多智能体系统的一致性分析,设计了一种新的基于一致性的编队控制策略,以此来获得二阶差速机器人系统完成编队控制的充要条件。（3）针对周期性DoS攻击下的连续多智能体系统编队控制问题,设计了一种新的基于复拉普拉斯的攻击弹性事件触发控制器。首先,将周期性DoS攻击建模为伯努利分布,那么所考虑的系统将被视为一个随机系统。然后,利用这种新的基于复拉普拉斯的攻击弹性事件触发控制器来解决该系统的编队队形问题。结果表明该控制器不仅可以有效地抵抗周期性DoS攻击,而且还能极大地节省网络资源,并排除了Zeno行为。最后,为了验证该控制器的控制性能,构造了一种独特的同伦牛顿迭代算法来求取该系统的稳定性增益矩阵,并借助广义奈奎斯特稳定性判据进行系统的稳定性分析。（4）总结了本文的主要研究内容,并指出其不足之处和亟待解决的问题,确定未来的研究方向。