多无人机容错协同控制是控制领域和航空领域的研究热点,在安全协同作业领域具有广阔的应用前景。多无人机遭遇故障时的跟踪偏差变化和补偿时间间隔是与多无人机安全协同作业紧密相关的因素。此外,未知气动参数和外界风扰均会影响容错协同控制系统的性能。目前,多无人机容错协同控制方案设计极少考虑以上问题。因此,如何在容错协同控制方案的设计过程中考虑以上因素是一个亟待解决的难题。近年来,多智能体协同控制技术和智能控制技术的兴起以及快速发展为多无人机容错协同控制技术的研究提供了新的思路。但是,将协同控制和智能控制等方法与多无人机容错协同控制方法进行融合设计的相关理论依旧缺乏,目前仍处于探索和发展阶段。为进一步促进多无人机容错协同控制理论与应用技术的发展,本文以固定翼无人机为研究对象,以神经网络、自适应、预设性能控制、有限时间控制、分数阶控制和干扰观测器等技术为基础,设计多无人机容错协同控制方案,为多无人机安全协同作业提供重要的理论依据。论文的研究工作与主要贡献如下:（1）针对多无人机纵向运动过程中遭遇执行器故障的问题,设计了一种多无人机纵向预设性能自适应容错协同控制方案,以约束多无人机遭遇故障时的跟踪偏差变化。首先,构造可估计领航者无人机高度信号的分布式滑模估计器,并给出估计偏差收敛的判定方法。接着,基于估计器高度估计信号,采用预设性能偏差约束函数对高度跟踪偏差进行变换。随后,利用变换后的偏差动力学方程,结合神经网络技术和自适应技术,设计多无人机纵向预设性能自适应容错协同控制方案。最后,仿真对比结果验证了所设计方案的有效性。（2）提出一种基于有限时间控制理论的多无人机纵向容错合围控制算法,以缩短故障补偿时间间隔。首先,利用与合围策略有关的图论知识,设计了一种分布式有限时间滑模估计器,实现对所有领航者无人机前向位置和高度位置信号权重平均值的有限时间估计。随后,利用偏差变换、神经网络、自适应和最小参数学习技术,设计多无人机纵向有限时间自适应容错合围控制方案。最后,仿真对比结果表明所设计的控制方案具有精度高、鲁棒性强以及故障容错能力强的特点。（3）针对多无人机姿态同步跟踪中的容错控制问题,设计了一种多无人机姿态有限时间预设性能自适应容错协同控制方案,拟在约束偏差的同时缩短故障补偿时间间隔。首先,构造可同时反映无人机自身跟踪性能以及同步性能的同步跟踪偏差。接着,应用预设性能偏差约束函数对同步跟踪偏差进行变换。随后,基于变换后的同步跟踪偏差,结合有限时间控制理论、神经网络、自适应、鲁棒微分器和最小参数学习技术,设计基于有限时间理论和预设性能方法的多无人机姿态自适应容错同步跟踪控制方案。最后,仿真对比结果表明所设计方案的有效性。（4）考虑多无人机协同作业过程中遭遇风扰和执行器故障的容错协同控制方案设计问题,提出一种风扰情况下基于分数阶微积分的多无人机姿态自适应容错协同控制方案。首先,建立包含风扰和执行器故障影响的无人机姿态运动方程,给出对应的面向控制模型。其次,根据多无人机姿态同步跟踪偏差方程,设计风扰情况下多无人机姿态分数阶自适应容错协同控制方案,并在自适应律和干扰观测器设计过程中引入可反映神经网络和干扰观测器逼近能力的预测偏差,以提高神经网络和干扰观测器逼近未知非线性函数和干扰的能力。最后,仿真对比结果表明所设计的控制方案具有故障容错能力强和参数调整自由度高的特点。（5）提出了一种基于模糊神经网络技术和分数阶滑模控制理论的多无人机姿态自适应容错协同控制方案。首先,针对遭遇执行器故障和部分气动参数未知的无人机非线性模型,设计模糊神经网络估计器对未知非线性函数进行逼近,并结合泰勒展开式方法,对估计器逼近性能进行分析。接着,基于图论知识,设计二阶分布式滑模估计器,获取领航者无人机姿态的估计值。随后,利用领航者状态估计信息,构建分数阶滑模面,并结合分数阶控制理论、模糊神经网络技术和自适应技术设计多无人机姿态模糊神经网络分数阶自适应容错协同控制算法。最后,仿真对比结果表明所设计控制方案的有效性。（6）针对硬式空中加油过程中受油无人机遭遇加油机尾涡和执行器故障情况下的安全协同控制问题,设计了一种多无人机硬式空中加油自适应容错协同控制方案。首先,将受油无人机全状态运动方程分解为纵向模型和横侧向模型。其次,基于加油机尾涡建模技术,分析了受油无人机在加油机尾涡场中所产生的诱导速度和诱导角速度。随后,分别针对纵向模型和横侧向模型设计了容错控制方案。最后,仿真结果表明受油无人机在遭遇加油机尾涡和执行器故障的情况下,仍然可保持高精度的位置控制,避免了与加油机和邻近受油无人机发生碰撞。