最近几年,由于通信网络的迅速发展,多智能体系统的应用领域越来越广泛。然而依然存在着不足的地方。众所周知,在网络传输过程中,时延、丢包以及错序等现象是难以避免的,这些问题会导致系统性能的降低。绝大多数文献采用的周期采样方式对控制器进行更新,但是这种方式会导致不必要的数据传输。于是,一种新的触发机制应运而生,即事件触发。与传统的周期触发机制相比,事件触发能够有效的减少控制器的更新次数,从而降低系统功耗。本文以多智能体系统为载体,着重分析了该系统在基于事件触发机制下的一致性问题和滤波问题,其主要工作内容如下:1.研究了具有Markov切换拓扑的非线性多智能体系统的领导跟随一致性问题,考虑到网络诱导时延的存在对整个系统产生的影响,通过时滞分割法来转换为一种较易分析的系统模型。通过构建李雅普诺夫泛函,并结合LMI技术,得到能使闭环系统渐近稳定的充分条件。通过引入自由权矩阵法来降低系统的保守性,但是却增加了计算的复杂性。2.考虑的被控对象为Markov切换拓扑的多智能体系统,讨论了基于该模型的H_∞滤波问题。同时我们引入了一种分布式事件触发机制,用来减少网络通信的传输量。通过构建李雅普诺夫泛函,并采用时滞分割法,得到了保证滤波误差系统渐近稳定的充分条件,并且进一步设计H_∞滤波器。采用Jensen不等式的交互式凸组合方法处理交叉项,极大地减少了滤波误差系统的计算量。