1.一种多智能体事件触发固定时间一致性控制方法，其特征在于：步骤S1、建立多智能体系统模型和多智能体系统的通讯网络拓扑，通过邻接矩阵量化各个智能体间的局部交互强度，并利用拉普拉斯矩阵全局描述系统动态行为；

步骤S2、基于状态估计器建立测量误差和固定时间一致性控制器，通过传感器采样智能体触发时刻的采样状态，通过状态估计器估算获得其余时刻的估计状态；

步骤S3、基于固定时间一致性控制器设计事件触发函数以及事件触发条件，采样状态和估计状态通过事件触发条件判断事件是否触发，事件触发后将采样状态输入固定时间一致性控制器，获得各智能体的固定时间一致性控制器的输出值；

步骤S4、确定满足事件触发条件的固定时间一致性控制器的参数和事件触发函数的参数，并验证固定时间一致性控制器能够避免发生Zeno行为；

步骤S5、根据固定时间一致性控制器估算固定收敛时间上限,在固定时间一致性控制器的作用下，多智能体系统的测量误差逐渐收敛为零，多智能体系统达到稳定的期望轨迹。

2.根据权利要求1所述的一种多智能体事件触发固定时间一致性控制方法，其特征在于：多智能体系统的所述通讯网络拓扑为无向拓扑图：ε表示智能体之间通信通路的集合，表示智能体顶点的集合，表示图的邻接矩阵，如果边(i,j)∈ε则aij>0,表示智能体i和智能体j之间存在通信链路；

量化所述局部交互强度为：

aij的大小由智能体间的局部交互强度量化得到，智能体直接相连则aij＝1；反之，若不存在通信链路，则aij＝0；

所述拉普拉斯矩阵为：

其中，为智能体顶点的度构建的度矩阵，元素为diag[d1,d2,…,dN]，di＝degin(vi)或di＝degout(vi)，为节点i的入度，为出度。

3.根据权利要求2所述的一种多智能体事件触发固定时间一致性控制方法，其特征在于：所述多智能体的数学模型为：

其中，xi(t)为第i个智能体的实时位置信息，ui(t)为第i个智能体的固定时间一致性控制器输出，τi为已知的输入时延，fi(xi(t),t)为动力学非线性项，di(xi(t),t)为未知的扰动，N为智能体的个数；

假设1：fi(xi(t),t)是智能体i的动力学非线性项，并且满足Lipschitz条件：对于是一个常数，并且满足：

|fi(xi(t),t)-fj(xj(t),t)|≤ρ|xi(t)-xj(t)|       (3)假设2：智能体i受到的未知干扰是有界的，且以一个已知正常数d为界：|di(xi(t),t)|≤d。

4.根据权利要求3所述的一种多智能体事件触发固定时间一致性控制方法，其特征在于：所述固定时间一致性控制目标为：

存在正数值C使得：

supt≥T||xi(t)-xj(t)||≤C       (4)并且，存在一个常数值Tmax，上限时间T满足：T≤Tmax；

引理1：对任意非负数yk，以及k＝1,2,…,N，以下不等式成立：引理2：无向连通图的拉普拉斯矩阵是是半正定的并且它的特征值从小到大可以表示为0<λ2≤…≤λN，是特征值0所对应的特征向量，如果并且那么有其中，

引理3：对于如下多智能体系统

其中表示状态向量，y(0)为多智能体系统的初始状态，是非线性函数，假设存在一个函数V(y(t))，V(y(t))≥0，并且满足：其中，a,b>0，m∈(1,+∞)，n∈(0,1)，那么多智能体系统能在上限时间T内实现固定时间一致性，并且：

5.根据权利要求4所述的一种多智能体事件触发固定时间一致性控制方法，其特征在于：所述状态估计器为：

其中，是第i个智能体的估计状态，是第i个智能体的采样状态，并且是智能体i的第k个触发时刻；

所述固定时间一致性控制器为：

其中，b1,b2,b3为常数，b1>0,b2>0,b3>0,p是两个正奇数之比并且p∈(1,+∞)，用于解决输入时延。

6.根据权利要求5所述的一种多智能体事件触发固定时间一致性控制方法，其特征在于：所述事件触发条件的一种形式为：

其中，gi(t)为事件触发函数；

其中，δ为触发函数的设计参数，Ei(t)为测量误差：

7.根据权利要求5所述的一种多智能体事件触发固定时间一致性控制方法，其特征在于：所述事件触发条件的另一种形式为：

其中，Gi(t)为事件触发函数的另一种形式：其中，

8.根据权利要求6或7任一所述的一种多智能体事件触发固定时间一致性控制方法，其特征在于：所述固定时间一致性控制器的参数b2,b3、所述事件触发函数的参数δ需满足以下条件：推导得到证明Zeno现象被避免。

9.根据权利要求8所述的一种多智能体事件触发固定时间一致性控制方法，其特征在于：所述固定收敛时间上限为：

构造如下李雅普诺夫函数：

对李雅普诺夫函数求导后得到其中根据所述引理3可得到多智能体实现了固定时间一致性，并且且固定收敛时间上限满足式(22)。