多智能体系统分布式协调控制是通过智能体之间相互作用来实现单个智能体叠加无法达到的整体功能,是当前系统控制领域的研究热点和前沿。多智能体系统分布式协调控制的一个基本问题就是多种智能体系统的一致性控制问题。本论文针对复杂条件下多智能体系统的鲁棒一致性控制问题,分析了时滞、外部扰动和参数不确定性对多智能体系统一致性的影响,设计了合适的控制算法使多智能体系统实现一致性并满足期望的鲁棒H_∞性能指标,并将其控制算法应用于无人机群的编队控制。本论文主要研究内容和贡献如下:针对具有固定时滞、外部扰动和参数不确定性的二阶多智能体系统在二维平面上的鲁棒旋转一致性控制问题,提出了实现鲁棒旋转一致性所需要满足的充分条件。通过系统模型变换,将多智能体系统的一致状态与非一致状态分离,得到降阶系统,从而将多智能体系统鲁棒旋转一致性控制问题转换成降阶系统鲁棒H_∞控制问题;再基于该降阶系统,利用鲁棒H_∞控制理论,推导出此类二阶多智能体系统在二维平面上实现鲁棒旋转一致性所需要满足的充分条件。针对具有时变时滞、外部扰动和参数不确定性的二阶多智能体系统在三维空间中的鲁棒旋转一致性控制问题,提出了一种较低计算复杂度的鲁棒H_∞旋转一致性控制算法,提出了一种提高扰动抑制能力和时滞上限的控制参数优化算法。利用变量代换和矩阵理论工具,将二阶多智能体系统模型进行分解和解耦,从而将多智能体系统鲁棒旋转一致性控制问题转换成解耦子系统鲁棒H_∞控制问题;基于此解耦子系统,利用Lyapunov-Krasovskii泛函方法和线性矩阵不等式的凸性,推导出了较低复杂度的时滞相关鲁棒旋转一致性的充分条件;基于该条件,利用一种圆锥补线性化算法和一种迭代算法,提出了一种时滞相关鲁棒H_∞旋转一致性的控制算法;拓展此控制算法,提出了一种提高扰动抑制能力和时滞上限的控制参数优化算法。针对具有双时变时滞、外部扰动和参数不确定性的高阶多智能体系统的鲁棒一致性控制问题,推导出了一个更低保守性的时滞相关鲁棒一致性条件,提出了一种较低计算复杂度的鲁棒H_∞一致性控制算法,提出了提高扰动抑制能力和时滞上限的控制参数优化算法。利用变量代换和矩阵理论工具,将高阶多智能体系统模型进行分解和解耦,从而将高阶多智能体系统鲁棒一致性控制问题转换成解耦子系统鲁棒H_∞控制问题;针对具有非一致自身状态和输入时滞的双时变时滞情况,利用Lyapunov-Krasovskii泛函、Jensen不等式和带自由权矩阵的Newton-Leibniz公式等工具推导出更低保守性时滞相关鲁棒一致性条件;基于此条件,提出了一种时滞相关鲁棒H_∞一致性的控制算法;拓展此控制算法,提出了一种提高扰动抑制能力和时滞上限的控制参数优化算法。基于本文关于多智能体系统鲁棒一致性控制的理论成果,提出了无人机群实现鲁棒时变编队的控制器综合规则和算法。首先,通过一种反馈线性化方法,将无人机的非线性模型转化成为一个双积分线性化模型;其次,设计了基于局部无人机状态信息反馈的分布式控制协议;再次,通过变量替换,将无人机群鲁棒时变编队控制问题转化为多智能体系统鲁棒一致性控制问题;最后,利用前文所获得的关于多智能体系统鲁棒一致性控制的理论成果,提出了无人机群实现鲁棒时变编队的控制器综合规则和算法。