四旋翼无人机姿态解算及姿态控制是其导航中基础问题之一,随着微机电系统（Micro-Electro-Mechanical System,MEMS）技术的发展,MEMS惯性传感器成本越来越低,精度越来越高,性能越来越强,极大地促进了四旋翼无人机的发展。又因为四旋翼飞行器可以在空中灵活运动亦可悬停,引发众多学者的广泛研究,也取得了显著的成果,四旋翼无人机已经涉及人们的日常生活,如航拍摄影、快递运输、农药喷洒、抢险救援等。本文对四旋翼研究主要分为两个方面工作:改进强跟踪扩展卡尔曼滤波器（Strong Tracking Extended Kalman Filter,STEKF）在姿态解算、组合导航中的研究,及自抗扰滑模复合控制器（Active disturbance rejection sliding mode control,ADRSMC）设计在姿态控制中的研究。首先,在改进STEKF在姿态解算、组合导航中的研究中,根据扩展卡尔曼滤波器（Extended Kalman Filter,EKF）算法在跟踪状态变化较为快速的目标时,由于量测噪声影响会导致算法估计不准确,提出了改进的强跟踪滤波器,为了增强系统跟踪能力,通过正交性原理使得不同时刻新息序列方差保持正交,使得满足正交性原理的次优渐消因子引入一步预测协方差矩阵中,增大扩展卡尔曼增益使系统增加对观测值权重,进而加强系统跟踪能力;同时引入Sage-Husa噪声自适应估计器,组成ASTEKF,来解决因强跟踪滤波器决策标准无法检测单个参数的准确性,只取决于所有模型参数的组合的问题,较为准确的估计出加速度计噪声均值和方差,使观测值更准确,抑制了加速度计噪声导致的新息增加,使系统每一次检测到新息的增大都是来源于状态的突变。通过在姿态解算离线仿真实验和在线实物实验以及组合导航仿真实验,验证了所设计的改进强跟踪扩展卡尔曼滤波算法的有效性。其次,将STEKF引入捷联惯性导航系统（Strapdown Inertial Navigation System,SINS）/GPS组合导航中,对前述理论分析得到的结论:强跟踪滤波器的决策标准无法检测单一参数的准确性,使得当传感器噪声均值方差不稳定时,导致每次的新息陡增或骤减包含的噪声都会被引入系统中的问题,做进一步验证,构建SINS/GPS组合导航误差模型,通过误差模型建立系统状态方程和量测方程,因GPS信号相对较为稳定,其噪声均值方差几乎不受外界环境影响,故针对GPS信号采用强跟踪滤波器,分别对机体悬停状态下与运动状态下进行误差分析,将传统EKF与STEKF算法对比,进一步验证了前述理论分析。最后,针对自抗扰控制器（Active disturbance rejection controller,ADRC）中的扩张状态观测（Extended state observer,ESO）对超出观测能力范围的扰动无法有效补偿的问题,（1）根据复合思想,将滑模控制中的滑模面和切换律引入ADRC中,来处理不确定系统问题,增强系统抗干扰能力,并对引入的滑模控制器进行了稳定性证明;（2）针对传统非线性fal函数存在拐点导致抖震的问题,采用了一种平滑且连续的非线性nfal函数,重新设计了ESO,并对改进后的ESO进行收敛性证明。实验表明改进的ADRSMC具有比ADRC更好的抗扰能力。