本书聚焦植保无人机这一现代农业核心装备，针对其多变量、非线性、高耦合的复杂系统特性，以及户外作业中易受阵风干扰、负载晃动、执行器故障等问题，系统开展容错控制算法的研究与应用探索。 全书以四旋翼植保无人机为研究对象，先构建其飞行原理与动力学模型，搭建基于大疆T10无人机的容错实验平台。核心内容围绕五大创新容错控制算法展开，包括基于时空RBFNN的降阶自抗扰控制、分数阶梯度下降RBFNN自抗扰控制、自重构模糊神经网络自抗扰控制等，均结合自适应神经网络与自抗扰控制优势，实现对执行器故障、风扰、负载扰动的有效补偿。 书中通过大量仿真实验与田间试验，验证了算法在姿态稳定、轨迹跟踪、抗干扰及容错性能上的优越性，并对比分析了不同算法的雾滴覆盖密度、分布均匀度及有效喷幅宽度等关键作业指标。研究成果为解决植保无人机故障频发、回收困难等行业痛点提供了技术支撑，对提升现代农业机械化与智能化水平具有重要意义，可为相关领域科研人员、工程技术人员及农业从业者提供参考。

第1章 绪论
1.1 研究背景与意义
1.2 植保无人机容错控制技术研究与应用现状
1.2.1 自抗扰控制技术研究现状
1.2.2 神经网络控制技术研究现状
1.2.3 植保无人机故障问题综述
1.2.4 植保无人机容错控制技术研究现状
1.3 植保无人机容错控制研究存在的问题
第2章 四旋翼植保无人机飞行原理模型建立
2.1 四旋翼植保无人机结构及其飞行原理
2.1.1 四旋翼植保无人机结构
2.1.2 四旋翼植保无人机飞行原理
2.2 四旋翼植保无人机动力学模型
2.2.1 动力单元模型
2.2.2 四旋翼植保无人机坐标系建立与转换
2.2.3 陀螺力矩
2.3 四旋翼植保无人机非线性动力学模型
2.3.1 四旋翼植保无人机的位置动力学非线性模型
2.3.2 四旋翼植保无人机的姿态动力学非线性模型
2.4 多旋翼植保无人机容错实验平台
第3章 基于时空RBFNN的降阶自抗扰容错飞行控制
3.1 问题描述
3.1.1 执行器故障模型
3.1.2 风扰模型
3.2 容错控制器设计
3.2.1 自抗扰控制器设计
3.2.2 梯度下降时空径向基函数神经网络设计
3.2.3 容错控制律设计
3.3 稳定性分析
3.4 仿真结果与分析
第4章 基于时空RBFNN的反步滑模容错飞行控制
4.1 问题描述
4.1.1 风扰模型
4.1.2 执行器故障模型
4.2 容错控制器设计
4.2.1 时空径向基函数神经网络辨识器设计
4.2.2 新型自适应内核的时空径向基函数神经网络设计
4.2.3 反步滑模容错控制器设计及稳定性证明
4.3 仿真结果和分析
第5章 基于分数阶梯度下降RBFNN的自抗扰容错飞行控制
5.1 问题描述
5.1.1 执行器故障模型
5.1.2 负载液体扰动模型
5.2 容错控制器设计
5.2.1 二阶自抗扰控制器设计
5.2.2 基于神经网络的ADRC扩张状态观测器设计
5.2.3 容错控制律设计与稳定性分析
5.3 仿真结果与分析
第6章 基于自重构模糊神经网络的自抗扰容错飞行控制
6.1 问题描述
6.2 容错控制器设计
6.2.1 二阶自抗扰控制器设计
6.2.2 自适应模糊神经网络辨识器设计
6.2.3 容错控制律设计与稳定性分析
6.3 仿真结果与分析
第7章 基于自适应自构造模糊神经网络的滑模容错飞行控制
7.1 问题描述
7.2 容错控制器设计
7.2.1 自适应模糊神经网络辨识器设计
7.2.2 自构造机制设计
7.2.3 滑模容错控制器设计及稳定性证明
7.3 仿真结果和分析
第8章 基于优化离散时间状态观测器的自抗扰容错飞行控制
8.1 问题描述
8.2 离散时间状态观测器设计
8.3 优化离散时间状态观测器设计
8.3.1 状态变量变换
8.3.2 最小化延迟设计
8.4 容错控制器设计
8.4.1 时空径向基函数神经网络辨识器设计
8.4.2 容错控制律设计
8.5 仿真实验与分析
8.5.1 容错实验平台应用设计
8.5.2 实验过程与结果分析
第9章 植保无人机农药喷洒田间实验
9.1 实验条件
9.2 实验方法
9.3 实验结果与分析
9.3.1 雾滴覆盖密度及其分布均匀度
9.3.2 有效喷幅宽度
参考文献