1.一种基于分布式观测器的无人机编队故障检测方法，其特征在于，预先进行模型构建，以基于模型构建结果实现所述无人机编队故障检测方法；所述模型构建，包括：构建无人机编队系统模型、编队控制器和分布式观测器；

基于相邻无人机的分布式观测器的输出信息间的差异以及相邻无人机的输出信息间的差异，构建单无人机残差信号表达式；其中，所述分布式观测器中定义了分布式观测器的状态信息和输出信息，所述无人机编队系统模型中定义了无人机的状态信息和输出信息；

将多无人机的编队控制问题转化为单无人机估计误差方程的渐近稳定性问题，以通过对单无人机估计误差方程进行稳定性验证得到相关的线性矩阵不等式；其中，单无人机估计误差方程用于表征单无人机的状态信息与其分布式观测器的状态信息之间的差异；所述线性矩阵不等式用于设计未知矩阵以使所述单无人机误差方程稳定；所述未知矩阵用于计算观测器增益矩阵；所述观测器增益矩阵用于设计分布式观测器；

所述无人机编队故障检测方法，包括：

A、获取无人机编队的无向通信连接拓扑，并计算该无向通信连接拓扑的拉普拉斯矩阵；所述拉普拉斯矩阵满足L1N＝0；其中，L为所述拉普拉斯矩阵，1N是长度为N的全1向量，N为无人机架数；

B、将所述拉普拉斯矩阵的非零最小特征值代入所述线性矩阵不等式进行求解，并基于求解结果计算观测器增益矩阵，同时根据所述拉普拉斯矩阵设计编队控制器的控制器增益矩阵；

C、利用步骤B中得到的控制器增益矩阵设计编队控制器；

D、在步骤C中设计的编队控制器的控制下：根据所述无人机编队系统模型得到各无人机的输出信息，并利用步骤B中得到的观测器增益矩阵设计分布式观测器，得到各分布式观测器的输出信息；

E、根据步骤D中得到的各无人机的输出信息以及各分布式观测器的输出信息，利用所述单无人机残差信号表达式计算各无人机的残差信号；

F、根据所计算的残差信号进行无人机编队故障检测；

其中，所述将多无人机的编队控制问题转化为单无人机估计误差方程的渐近稳定性问题，以通过对单无人机估计误差方程进行稳定性验证得到相关的线性矩阵不等式，包括：构建无人机编队的全局估计误差方程；

将所述全局估计误差方程转化为与拉普拉斯特征值有关的单无人机估计误差方程；其中，所述拉普拉斯特征值为无人机编队的无向通信连接拓扑的拉普拉斯矩阵的非零特征值；

构建与所述单无人机误差方程相关的李雅普诺夫函数，并对所述李雅普诺夫函数求导，得到满足所述单无人机估计误差方程对故障的鲁棒性的第一线性矩阵不等式以及满足单无人机残差方程对故障的敏感性的第二线性矩阵不等式；其中，所述单无人机残差方程与所述拉普拉斯特征值有关；

所述单无人机估计误差方程为：

其中， H为观测器增益矩阵，E、C和F均为系统矩阵；λi为所述拉普拉斯特征值中与无人机i相关的非零特征值，i＝1,...,N，t表示时间；

为全局故障转化向量 中的第i个元素；

I1表示1维单位矩阵， 为克罗

内克积，上标T表示矩阵转置；f(t)是所有无人机的故障信息组合成的全局故障向量，其中无人机i的故障信息表示为fi(t)；

是 的一阶导数， 为全局估计误差转化向量 中的第i个元素，为全局估计误差向量，

esc(t)为估计误差组合向量，

其中esci(t)为无人机i的估计误差向量，In为n维单位矩阵，n为表示无人机的状态信息的向量长度； IN为N维单位矩阵；rT N×1

＝[r1,r2,...,rN]∈R ，R表示矩阵，N×(N‑1) (N‑1)×N N×N

对于L和 存在矩阵Y∈R 、W∈R 和T∈R ，使得T＝[1，Y]、以及 四个表达式成立；其中，

T、Y和W均为辅助变量，IN‑1为N‑1维单位矩阵；Δ是由L的非零特征值组成的对角矩阵；0为零矩阵；

所述单无人机残差方程为：

其中， 为全局残差转化向量 中的第i个元素，

Ib为b维单位矩阵，b为单无人机

的残差信号的状态维数，r(t)是所有无人机的残差信号组合成的向量，其中无人机i的残差信号表示为ri(t)；

所述第一线性矩阵不等式为：

所述第二线性矩阵不等式为：

T T

其中，Q1＝AP1‑λminC S1， γ为

T T

故障鲁棒性抑制因子，β为故障敏感性抑制因子，I表示单位矩阵；W1＝A P2‑λminC S2，λmin为L的非零最小特征值，P1、S1、S2和P2为所述未知矩阵；观测器增益矩阵被设计为

2.根据权利要求1所述的基于分布式观测器的无人机编队故障检测方法，其特征在于，所述无人机编队系统模型中，单无人机被建模为如下的线性化状态模型：其中， E、C和F均为系统矩阵，xi(t)表示无人机i的状态信息，i＝1,...,N，t表示时间；

是xi(t)的一阶导数，yi(t)表示无人机i的输出信息，ui(t)表示编队控制器对无人机i的控制输入，fi(t)表示无人机i的故障信息。

3.根据权利要求1所述的基于分布式观测器的无人机编队故障检测方法，其特征在于，单无人机的分布式观测器表示为：其中， C为系统矩阵，H为观测器增益矩阵，

表示无人机i的分布式观测器的状态信息，i＝1,...,N，t表示时间；

为 的一阶导数，ui(t)表示编队控制器对无人机i的控制输入，ri(t)表示无人机i的残差信号， 表示无人机i的分布式观测器的输出信息。

4.根据权利要求1所述的基于分布式观测器的无人机编队故障检测方法，其特征在于，编队控制器对单无人机的控制输入表示为：其中，ui(t)表示编队控制器对无人机i的控制输入，i＝1,...,N，t表示时间；

表示无人机i的分布式观测器的状态信息， 表示无人机i的邻居无人机j的分布式观测器的状态信息，hi表示无人机i的期望固定编队信息，hj表示邻居无人机j的期望固定编队信息，aij表示无人机编队的无向通信连接拓扑的邻接矩阵中对应无人机i和无人机j的元素，K表示控制器增益矩阵，Ni表示无人机i的邻居无人机的集合。

5.根据权利要求1所述的基于分布式观测器的无人机编队故障检测方法，其特征在于，所述单无人机残差信号表达式为：其中，ri(t)表示无人机i的残差信号，i＝1,...,N，t表示时间；

yi(t)表示无人机i的输出信息，yj(t)表示无人机i的邻居无人机j的输出信息， 表示无人机i的分布式观测器的输出信息， 表示邻居无人机j的分布式观测器的输出信息，aij表示无人机编队的无向通信连接拓扑的邻接矩阵中对应无人机i和无人机j的元素，Ni表示无人机i的邻居无人机的集合。

6.根据权利要求1所述的基于分布式观测器的无人机编队故障检测方法，其特征在于，步骤C中是根据下述公式确定控制器增益矩阵的：A+λiBK<0,i＝2,...,N；

其中， K为所述控制器增益矩阵；λi为拉普拉

斯特征值中与无人机i相关的非零特征值，所述拉普拉斯特征值为无人机编队的无向通信连接拓扑的拉普拉斯矩阵的非零特征值。

7.根据权利要求1所述的基于分布式观测器的无人机编队故障检测方法，其特征在于，所述根据所计算的残差信号进行无人机编队故障检测，包括：根据每个无人机的残差信号，设计该无人机的残差评估函数并确定该残差评估函数的阈值；

针对每个无人机，根据该无人机的残差评估函数的阈值以及该无人机的各个邻居无人机的残差评估函数的阈值，确定该无人机是否存在故障；

其中，所述残差评估函数表示为： ri(t)表示无人机i的残差信号，i＝

1,...,N，||·||表示二范数运算， 为无人机i的残差评估函数。