多智能体系统已经在智能电网,智慧交通,自动驾驶,军事集群系统等领域被广泛应用。多无人机与多机器人所构成的多智能体系统在多目标跟踪与监控,协同编队,智能网联车队等实际应用中扮演着重要角色。目标的跟踪与包围是多智能体系统中的一个重要研究问题。其中,目标状态估计又是实现多智能体目标跟踪问题的重要技术。传统的目标估计问题,一般都会假设目标的系统方程和输入信息已知。然而实际应用中,目标中不可避免地存在一些未知输入。本文主要研究目标中含有未知输入且部分智能体无法测量目标时多智能体系统的分布式估计问题,并将分布式估计算法用于设计编队包围控制器。主要工作如下:1、针对含有多个目标且目标具有未知周期输入信号的多智能体系统的包围问题,提出了基于一致性分布式估计器的编队跟踪控制器。首先利用有限维傅里叶分解来建模周期已知的未知输入信号,通过分布式估计傅里叶系数从而同时对目标的状态和未知输入信号进行估计。然后基于估计出的目标状态和输入,进而设计了状态反馈控制器实现对多个目标的包围。理论分析了该分布式估计器和编队包围控制器的稳定性。2、对于目标中含有未知周期输入且周期也未知的多智能体系统,通过构建基于一致性协议的分布式有限脉冲响应滤波器,从而在协同估计目标未知输入的同时,也估计目标的状态。该滤波器是完全分布式的。理论证明了该分布式滤波器的稳定性。3、对一类含有多个异质动态目标的多输入多输出多智能体系统,首先构建一个分布式观测器用以在线估计每个目标的输入和状态。然后,设计基于分布式观测器的输出调节编队包围控制器,实现多个异质智能体对多个异质目标的编队包围。