近年来,多智能体系统的研究引起了不同领域研究者的关注,其中分布式平均跟踪问题作为一致性问题和协同跟踪问题的扩展,有着其特有的挑战性。该问题假设有一组智能体,其中每一个智能体都跟踪一个时变的参考信号,且每个智能体之间仅使用局部通信。设计分布式协议,使得这一组中的所有智能体最终均能跟踪所有时变参考信号的平均值。目前,对于多智能体系统的分布式平均跟踪问题中大多都是基于智能体之间的持续通信。然而在实际应用中,随着数字传感器和控制器的广泛应用,控制算法也越来越依赖于数字平台。与全状态信息传输相比,在采样时刻传输状态信息可以更加有效的节省网络带宽和通信成本。因此,基于采样数据的多智能体系统的分布式平均跟踪问题具有一定的研究意义。本文针对三种不同的多智能体系统模型,研究了基于采样数据的多智能体系统的分布式平均跟踪问题,并且获得了以下研究成果:(1)研究了一阶多智能体系统的分布式平均跟踪问题。利用离散模型法,通过零阶保持技术将一阶系统连续时间模型转换为离散时间模型,并提出基于采样数据的分布式平均跟踪协议。同时假设智能体之间网络拓扑图是无向且连通的,并且系统所跟踪的多个时变参考信号的导数有界。随后通过图论以及初始条件,将平均跟踪问题转化为一致性问题。紧接着运用离散时间系统Lyapunov第二方法分析系统的稳定性,获得了一阶多智能体系统实现渐近有界分布式平均跟踪的充分必要条件,并通过数值仿真验证了分布式协议的有效性。(2)研究了一般线性多智能体系统的分布式平均跟踪问题。通过零阶保持技术将系统的连续时间模型转换为离散时间模型,提出相应的基于采样数据的分布式平均跟踪协议。假设网络拓扑图是无向且连通的,系统所跟踪的多个时变参考信号的动力学方程满足一般线性模型,同时保证参考信号的控制输入信号有界。随后,运用离散时间系统Lyapunov第二方法,结合使用图论与矩阵论,分析误差系统的稳定性并获得了一般线性多智能体系统实现渐近有界分布式平均跟踪的充分必要条件,并利用数值仿真进一步证实了协议的有效性。(3)研究了满足Lipschitz条件的非线性多智能体系统的分布式平均跟踪问题。利用离散模型法,得到非线性多智能体系统的离散时间模型。假设网络拓扑图是无向且连通的,系统所跟踪的多个时变参考信号的动力学方程同样满足Lipschitz条件,且参考信号的控制输入信号有界。通过利用离散时间系统Lyapunov第二方法,结合使用图论与矩阵论,分析误差系统的稳定性并获得了非线性多智能体系统实现渐近有界分布式平均跟踪的充分必要条件。利用三组不同参数的仿真结果证实了分布式协议的有效性,并分析了控制增益和采样周期对最终收敛状态的影响。