针对四旋翼无人机的执行器故障调节和风扰抑制问题，本文提出基于自抗扰控制技术的自抗扰容错控制。首先，考虑风扰产生的气动影响和执行器故障，基于牛顿-欧拉方法建立了无人机系统模型。其次，为有效调节执行器故障并进行干扰主动抑制，把执行器故障产生的影响、风扰和噪声看做总扰动，利用扩张状态观测器对总扰动进行估计，并基于该估计值构造非线性状态误差反馈控制器来补偿该扰动，以实现预定轨迹的跟踪。最后，通过仿真来验证所提出控制方法的有效性。

文章导读

四旋翼无人机因具有成本低、无人员伤亡风险、生存能力强、机动性能好、使用方便等特征，以及在复杂、危险环境中的特殊的飞行性能和潜在的应用背景，正越来越受到各国军方和民用部门及科研人员的重视。但四旋翼无人机系统具有多变量、强耦合、复杂非线性、欠驱动和本质不稳定的特点，控制它具有一定的难度，这引发了国内外相关学者和研究机构的研究热潮。

低雷诺数下飞行的旋翼无人机，易受到阵风、突风等极端环境的影响，因空气动力的突变将导致无人机出现剧烈的颠簸甚至发生倾覆。如何提高旋翼无人机在扰动风环境下平稳飞行的能力，仍是现今旋翼无人机实用化过程中面临的主要技术难题。

在任务执行过程中发生无人机系统故障是影响无人机自身安全和任务执行效率的重要因素。执行器是四旋翼无人机最重要的部件之一，一旦发生故障将直接导致飞行控制系统不稳定甚至坠机。然而，由于尺寸、重量等条件严格的限制，四旋翼无人机无法携带冗余的执行器，所以，分析执行器故障并采取有效的容错控制措施，是实现四旋翼无人机自主化、安全、可靠控制的一个极其重要的环节。

容错控制技术最初的发展动力源自航空领域，美国空军提出了“自修复飞行控制系统”等概念，保证飞行器在故障情况下能安全着陆。容错控制被自动控制峰会列为控制科学面临的极具挑战性的研究课题之一，具有重大的理论和应用价值。

干扰和不确定性，以未知系统动态或外部干扰形式，普遍存在于实际物理系统中。干扰观测器或相关技术，如滑模技术和模糊技术，是动态估计和各种干扰补偿的一个有力工具。由中国科学院韩京清研究员提出的自抗扰控制，是另外一种高效的干扰估计和补偿技术。

自抗扰控制作为一种不依赖于被控对象模型的非线性控制方法，汲取了PID和状态观测器的精髓，打破了线性与非线性、确定性与不确定性的界限，统一处理调节问题和随动问题，不管控制系统的时滞多大，都变成自抗扰控制结构下的参数调整问题，抑制扰动无需预先知道扰动模型或量测扰动，将系统内部扰动同外部扰动一起作为“总扰动”，通过扩张状态观测器对该“总扰动”进行估计，并利用非线性状态误差反馈控制实现干扰的补偿。因该控制技术简便、高效，已被广泛应用于机器人、航空和电气设备等领域。

本文针对执行器故障调节和抗风扰问题，基于自抗扰控制技术，设计自抗扰容错飞行控制系统，有效解决了非线性、干扰估计和抑制、容错控制等棘手问题。