多智能体系统(MASs)以其分布式传感、计算和协作控制等特征受到众多研究者的关注,在智能机器人编队、智能电网优化控制、多卫星系统控制等方面有着重要的应用前景。MASs仅需要获取其邻居智能体的信息来自主地设计控制策略。考虑到通信带宽受限以及网络诱导的多种不确定特征共存,设计高效数据利用率的采样机制和合理的事件触发条件显得尤为重要。本文考虑了异步采样、双率采样以及自适应事件触发机制下MASs的一致性控制问题。除此之外,无线的网络传输方式导致一些网络诱导不确定因素的发生,如时延、丢包和网络攻击等,这使得系统性能变差甚至不稳定。因此,如何设计合适的预测控制机制来处理异步采样数据和多种网络诱导不确定特征共存下的MASs一致性成为一个重要的研究问题。针对带有事件触发机制、异步采样和网络攻击下的MASs,本文研究以下若干的预测控制问题:(1)研究基于双率采样数据的切换观测器下单个智能体系统的预测控制问题。双率采样是指对被控对象的多个输出信号用两个采样周期的传感器进行采样。为了研究双边网络引起的不确定性对系统的影响,提出了一种新颖的预测控制协议来补偿双边网络诱导时延和数据包丢失。并设计了一个基于双率采样数据的具有固定切换律的观测器,其中切换律由双率采样时刻确定。然后,将网络预测控制系统模型建模为阈值依赖的时延模型,其中引入了两个相关且互异的事件触发传输方案来确定输出信息或控制命令是否应被传输。最后,建立了稳定性判据以及预测控制器的设计方法。(2)研究复合网络攻击下带有云端预测控制机制的MASs安全一致性问题。传感器组采用异步采样的方式即每个智能体都配有相应传感器且采样的速率不同。设计了一个基于异步采样数据的观测器来处理到达云端网络时间不同步的问题。假设攻击发生在控制器到执行器间的网络传输通道中,且攻击不再是简单的典型网络攻击,而是重放攻击和欺骗攻击叠加产生的更为复杂的攻击。考虑到网络诱导时延、丢包和网络攻击的存在,设计了一个基于云端模拟攻击机制的预测控制器,不仅使得观测器和预测控制器的控制输入不一致情形得到解决,也对前馈通道和反馈通道中的网络诱导时延和复合网络攻击得到补偿。将复合网络攻击和异步采样下的离散时间MASs建模为一个时滞系统模型,并给出了MASs的安全一致性判据。(3)研究基于~2检测器的离散时间MASs云端预测安全控制问题。由于信息是通过网络传输到云端,过程中必然会受到恶意攻击节点的影响。这种网络攻击可能会导致系统性能变差甚至不稳定。因此,基于~2检验设计攻击检测机制将受到攻击后的智能体节点检测,并基于检测结果设计控制器使得MASs能稳定并且最终达到一致性。随后,一个云端预测控制协议被设计为了同时实现稳定性和一致性,且前馈和反馈通道中的网络时延都可以主动得到补偿。给出了基于检测器下MASs的安全一致性判据。