近年来，多智能体协同控制问题的研究受到众多学者的关注。多智能体系统是由大量个体通过邻居间的节点相互通信来共同完成某一特定任务的控制系统。所设计的控制算法要求具有能量消耗少、计算复杂度低和节约通讯资源的特点和优势。传统的周期性采样控制在一定程度上为这些问题提供了一些可行的解决方案。然而，作为一种时间驱动的采样方法，周期性采样需要预先设定采样周期，通常未对系统运行的时实状态信息加以利用。特别地，当系统状态波动不大时，会有很多冗余数据发送，不必要地消耗系统资源。最近，事件驱动控制逐渐引起了人们对这一问题的研究兴趣。作为一种新的采样控制方法：事件驱动控制利用系统实时的状态信息，通过设计合适的事件驱动阈值条件来进行采样的控制，并已经取得丰富的研究成果。研究内容将主要利用事件驱动这一新的采样思想，对耦合调和振子构成的多智能体系统进行研究。研究的主要目标是在保证系统具有一定性能的前提下，消耗较低的系统资源和能量来完成最终的控制任务。　　本文研究的主要内容及取得的结果包括以下两部分：　　(1)提出了耦合调和振子系统的边事件驱动的同步控制方法，解决了有向通讯拓扑下的调和振子网络系统的边事件驱动控制问题。通过设计和构造合适的控制律以及相应的事件驱动条件，可以得到当通信拓扑图包含有向生成树时，调和振子在任意初始条件下可以达到状态上的同步。并且，文章中进一步地证明了所提出的边事件驱动控制不会引发不期望的Zeno行为，也就是说，最小驱动时间间隔是严格正的常数。通过所设计的事件驱动条件以及对应的控制律设计方法，最终以较少的通信资源消耗和较低的控制器更新频率实现了调和振子网络同步。　　(2)研究了振子的位置状态测量受到干扰时的耦合调和振子系统的事件驱动控制问题。在实际过程中，经常会遇到速度信息无法测量这一限制条件。因此，本文通过设计超扭曲微分器以及有限时间观测器，进一步地研究了当振子系统的速度信息无法测量的情况下的调和振子系统的同步条件。当系统符合李普希茨条件时，结合超扭曲微分器设计和事件驱动控制方法，仅通过观测带有干扰条件下的位置输出设计了具有在有限时间内使系统的状态变量收敛于系统位置及速度的观测器。最终的调和振子系统能够在任意初始条件下达到“实用”意义下的状态同步。同样地，该方法可得到最小驱动时间间隔是严格正的常数。