在各类飞行器的研究中,无人机具有体积小、重量轻、成本低、可重复使用、隐蔽性好等优点,在民用和军用领域都取得了广泛的应用。外部干扰和突发故障广泛存在于现代控制系统中,对系统性能产生不利的影响,甚至引发灾难性的事故。因此,研究抗干扰及容错控制算法一直都是控制工程领域的热点。论文以无人机系统为研究对象,充分考虑外部干扰与执行器故障的影响。通过构造干扰观测器(DO)和故障诊断观测器(FDO),同时结合基于干扰观测器控制(DOBC)、积分滑模控制(ISMC)、T-S干扰建模以及凸优化理论等方法,提出了一系列有效的抗干扰容错控制算法,保证无人机系统满足多目标的控制要求。论文主要内容如下:(1)研究基于T-S扰动建模的无人机系统抗干扰控制。探讨无人机动力学模型,利用小扰动线性化方法,获取无人机系统状态方程。引入T-S模糊扰动模型 实现对不规则外部干扰的动态描述。构建全阶观测器分别对系统未知状态和外部干扰进行动态估计。进一步,结合估计信息,设计反馈控制器完成无人机系统的有效控制以及对匹配干扰的补偿。基于Lyapunov方法验证无人机系统在干扰影响下依然保持稳定。(2)研究基于积分滑模和状态已知的无人机系统抗干扰容错控制。针对不匹配干扰和执行器故障同时发生的情况,分别设计干扰观测器和故障诊断观测器,对未知干扰和故障进行动态估计。结合无人机动态模型和估计信息,构建积分滑模面和相应的积分滑模控制器,完成对故障和不匹配干扰的动态补偿以及对无人机系统的有效控制。基于凸优化算法,验证了无人机系统具备良好的稳定性能和动态跟踪性能。(3)研究基于积分滑模和状态未知的无人机系统有限时间抗干扰容错控制。一方面,构建复合观测器,分别针对未知状态、执行器故障和不匹配干扰进行动态估计。另一方面,设计积分滑模面和积分滑模控制器,实现对无人机系统的有效控制,同时结合有限时间控制方法,保证扩张状态的动态轨迹在有限的时间内被驱动到滑动面上。基于凸优化算法,证明闭环系统的稳定性、跟踪性能和输出约束均能得到满足。(4)以上算法均通过仿真得以验证,分别实现对谐波干扰、衰减型谐波干扰、锯齿波干扰、脉冲干扰以及执行器故障的有效估计,保证无人机系统的多目标控制要求。