四旋翼飞行器近年来发展迅猛,广泛应用于众多领域。其构型简单,机动性良好,制造成本低,具有可观的商业价值,成为控制领域的研究热点。四旋翼飞行器的数学模型为一类多入多出（MIMO）系统,存在欠驱动、不确定性、强耦合等复杂性特点,控制难度较大,其控制系统具有较高的研究价值。自抗扰控制（ADRC）技术是一种不依赖模型精度的先进控制技术,常用于不确定性非线性系统的控制,在解耦方面也有良好的表现。本文将基于自抗扰控制技术为四旋翼飞行器设计轨迹跟踪控制系统,首先对现有的自抗扰控制技术和四旋翼轨迹跟踪控制系统做简要分析,提出相应的改进策略。重点解决四旋翼飞行器控制的复杂性问题和控制器参数优化问题,改善四旋翼飞行器的控制性能。本文具体的研究内容和主要工作如下:（1）针对一类四旋翼飞行器建立数学模型。在机体参考坐标系和惯性参考坐标系中将四旋翼飞行器分解为姿态子系统和位置子系统,根据牛顿-欧拉方程分别为两个子系统建立动力学模型。推导机体坐标系和惯性坐标系之间的映射关系,最终建立惯性坐标系下的四旋翼飞行器轨迹跟踪控制系统的数学模型。（2）基于反步法改进自抗扰控制器设计。将反步法作为控制律,依靠线性扩张状态观测器（ESO）对不确定性非线性系统中的状态变量进行实时估计。将扩张状态观测器中的扩张状态观测值用于对被控系统的不确定性部分在线逼近和补偿,降低系统的复杂程度,提高系统的跟踪性能。将非线性跟踪微分器用于对各阶虚拟控制信号求导和滤波,解决反步法存在的“微分爆炸”问题。（3）提出基于改进自抗扰控制的四旋翼飞行器轨迹跟踪控制系统。将四旋翼飞行器轨迹跟踪控制系统视为由姿态控制回路和位置控制回路构成的双闭环结构,利用扩张状态观测器对系统进行解耦并补偿扰动。为进一步提高对反步法虚拟控制信号的滤波速度,基于高阶滑模（HOSM）微分器改进非线性跟踪微分器,将fal函数作为误差变化增益,抑制滑模微分器的抖振现象。根据李雅普诺夫方法反推各通道的控制律,经扩张状态观测器补偿后输入至四旋翼系统中。通过数值仿真实验与传统控制方法对比,本文所提方法有效降低了系统的复杂程度,跟踪精度更高,抗扰性更强。（4）提出四旋翼飞行器轨迹跟踪控制系统的参数优化方法。针对控制器存在参数过多难以整定问题,引入连续动作强化学习器（CARLA）进行优化。分析四旋翼飞行器控制系统的稳定性需求,针对不稳定导致的优化方法失效问题,对传统的连续动作强化学习器提出改进策略,提出了ESO-CARLA算法。将扩张状态观测器的观测量作为系统稳定性判断条件,对学习区间加以限定,保证学习过程的有效性。将四旋翼姿态跟踪效果和轨迹跟踪效果同时纳入优化指标,为ESO-CARLA算法构造适应度函数。最后,将改进后的连续动作强化学习器与其他智能优化算法应用于控制器参数优化,通过优化效果的量化对比得出,本文方法的优化速度和优化精度具备明显优势。