1.一种多智能体系统的隐私保护分组一致性控制方法，其特征在于，包括：步骤1：根据智能体之间的信息交互，确定多智能体系统的系统拓扑结构；进行状态收敛的任一智能体向邻近的智能体发送优化处理后的位置信息；位置信息优化处理包括：采用拉普拉斯分布的噪声对智能体发送的位置信息进行优化处理；

步骤2：任一智能体接收到邻近智能体发送的位置信息后，按照发送信息的智能体在系统内的分组对接收到的信息进行划分，得到相同组的位置信息序列和不同组的位置信息序列；

步骤3：设置一致性控制协议，每个智能体根据一致性控制协议分别对相同组的位置信息和不同组的位置信息进行处理，得到发送信息的智能体与接收到该信息的智能体的加权位置误差结果；

步骤4：将步骤3中的加权位置误差结果代入动态方程中对系统内智能体状态进行更新，达到分组一致。

2.根据权利要求1所述的一种多智能体系统的隐私保护分组一致性控制方法，其特征在于，所述位置信息包括：

xi(k)＝θi(k)+ηi(k),i∈V其中，xi(k)表示智能体i在k时刻和其邻居传递的信息，θi(k)表示智能体i在k时刻的位置，ηi(k)表示智能体i在k时刻符合拉普拉斯分布的噪音，V表示所有智能体节点的集合。

3.根据权利要求2所述的一种多智能体系统的隐私保护分组一致性控制方法，其特征在于，所述拉普拉斯分布的噪音ηi(k)和所述智能体的位置θi(k)彼此相互独立。

4.根据权利要求1所述的一种多智能体系统的隐私保护分组一致性控制方法，其特征在于，智能体在系统内的分组为：根据异质多智能体系统的系统拓扑关系对智能体进行分组，将相互合作的智能体作为合作组，将相互竞争的智能体作为竞争组。

5.根据权利要求1所述的一种多智能体系统的隐私保护分组一致性控制方法，其特征在于，所述一致性控制协议包括：

其中，ul(k)表示一阶智能体节点在k时刻的控制输入，NSl表示智能体l在相同组内的相邻智能体节点的集合，NDl表示智能体l在不同组内的相邻智能体节点的集合，alj表示智能体l与智能体j之间的拓扑连接权重，xj(.)表示智能体j在所发送的信息，xl(.)表示智能体l所发送的信息，τlj表示智能体j到智能体l的通信时延，τ表示输入时延，V1表示一阶智能体的集合，ui(k)表示二阶智能体节点在k时刻的控制输入，V2表示二阶智能体的集合，且V＝V1∪V2，V为所有智能体节点的集合，NSi表示二阶智能体i在相同组内的相邻智能体节点的集合，NDi表示二阶智能体i在不同组内的相邻智能体节点的集合，vi(.)表示智能体i在k时刻的速度；α,β和γ分别表示系统的控制参数。

6.根据权利要求1所述的一种多智能体系统的隐私保护分组一致性控制方法，其特征在于，所述动态方程为：

θl(k+1)＝θl(k)+Tul(k)+sηl(k),l∈V1其中，θl(k+1)表示智能体l在是下一时刻的位置，θl(k)表示智能体l在k时刻的位置，T表示系统的采样周期，ul(k)表示智能体l在k时刻的控制输入，s表示智能体的噪声参数，ηl(k)表示智能体l在k时刻符合拉普拉斯分布的噪音，V1表示一阶智能体的集合，θi(k+1)表示智能体i在是下一时刻的位置，θi(k)表示智能体i在k时刻的位置，vi(k)表示智能体i在k时刻的速度，ηi(k)表示智能体i在k时刻符合拉普拉斯分布的噪音，vi(k+1)表示智能体i在是下一时刻的速度，ui(k)表示智能体i在k时刻的控制输入，V2表示二阶智能体的集合。