大规模多自主体系统描述的是自然界中智能群体集体行为的协同。宏观上,该系统具有明显的“流体”特征,其时空演化可建模为分布参数系统。因而,基于分布参数系统模型的大规模多自主体系统可称之为分布参数多自主体系统。由于其在多机器人协同、移动传感器监测、大规模人群疏散等领域的广泛应用,已逐渐成为多自主体系统研究领域的热点,具有重要的科学意义和应用价值。本文主要研究了分布参数系统、分布参数多自主体系统及其应用于移动传感器网络三个方面的协同控制问题,主要工作如下:1.研究了非线性分布参数系统在随机测量数据丢失、执行器饱和及参数依赖某Markovian链三种情形下的控制问题。利用Lyapunov直接法,结合算子理论获得了随机非线性分布参数系统稳定的线性算子不等式判据,且在零初始条件下满足规定的H∞性能。若考虑系统通过移动传感器测量,则系统的稳定性还将依赖于移动传感器的速度控制律。若考虑系统通过固定传感器测量,则系统稳定的充分条件可以表达为线性矩阵不等式形式。数值例子的仿真表明了判据的有效性。2.讨论了随机分布参数系统在非线性函数含依赖某Markovian链的时滞和移动传感器随机饱和情形下的采样控制问题。设计时间、空间同时采样的控制器,利用输入时滞法,结合矩阵不等式技术,构建数学上新颖的Lyapunov函数,证明了固定测量时系统的稳定性。通过移动测量,结合算子理论,并设计空间采样控制器,则分布参数系统能够更快达到稳定。仿真结果表明,移动传感器测量将有效地提高系统控制的性能。3.解决了分布参数系统中多随机数据丢失情形下的分布式H∞一致性滤波问题。通过设计分布式H∞一致性滤波器,利用Lyapunov方法,借助算子半群和随机分析,证明了无扰动时滤波误差系统是均方全局渐近稳定的,零初始条件下系统满足H∞一致性性能,并且获得了移动传感器运动的速度控制律。数值仿真说明移动测量有效提升了滤波器性能。4.提出了分布参数多自主体系统的新框架,以此研究大规模多自主体系统的一致性控制问题。针对热方程模型,设计边界非光滑控制器,实现在领导者的引领下分布参数多自主体系统的有限时间一致性。针对参数依赖某Markovian链的反应对流扩散方程模型,多自主体系统在实用稳定性框架下有限时间有界地完成编队,且随系统参数的跳变实现队形切换。针对半线性扩散方程模型,设计动态边界控制器,实现大规模移动自主体多种形态的编队。仿真表明,基于一致性的分布参数多自主体系统的编队控制效果良好。5.探索了不确定分布参数移动传感器网络的一致性动力学问题。利用算子半群方法,通过设计基于观测器的事件触发输出反馈控制策略,获得了含外界扰动和测量噪声的大规模移动传感器网络全局一致最终有界的条件。对于含边界扰动的大规模移动传感器网络,通过设计边界控制律,获得了系统稳定编队的条件。数值仿真例子说明大规模移动传感器的队形部署形态多样。