四旋翼无人机是一种欠驱动无人机,具有6个自由度和4个控制输入。它的结构非常简单,从外形上看只有四个旋翼搭载了四个电机和飞行控制系统,相比于载人飞行器,四旋翼无人机具有体积小、飞行稳定等物理特征,以及强耦合、非线性、欠驱动等控制特性。因此,如何找到一种更好的控制方法是近年来国内外研究的热点问题。本文从以下几个方面对四旋翼无人机进行研究分析。（1）系统分析并研究了四旋翼无人机的国内外研究现状,并详细探讨了其现实研究意义与工程应用背景,在充分理解国内外研究背景的前提下,从实际应用角度出发,总结了四旋翼无人机目前的主要应用场景和应具备的基本功能;从控制方法的角度出发,梳理了国内外四旋翼无人机控制应用技术与理论成果及其发展趋势的全景路线图。（2）为实现四旋翼无人机的有效控制,以分析四旋翼无人机基本结构作为出发点,运用数理工具对四旋翼无人机的空气动力学特性和基本飞行原理进行精确表述,接着为便于准确表征与控制四旋翼无人机运动姿态,分别建立基于地面参考和基于机体参考的两大坐标系统,并给出坐标变换的矩阵运算范式,以实现两坐标系之间的高效、准确变换。最后,以Euler-Lagrange方程和Newton-Euler方程为基础,对四旋翼无人机的动力学数学物理模型进行精准建模。（3）介绍经典PID控制理论并对其基本原理进行阐述,将系统设计为内外环控制结构,根据已建立的四旋翼无人机动力学数学模型,采用PID控制思想,构建无人机位置-姿态控制器。为了抵消重力的影响,在位置环高度控制器增加前馈控制,最后用Simulink建立模型,并通过仿真验证所设计控制策略的有效性。（4）针对四旋翼无人机在实际飞行过程中所呈现出的环境强干扰特点,本章基于反步法设计了具有强鲁棒性的四旋翼无人机位置-姿态自适应控制器。首先,对反步法中所涉及的非线性控制理论进行介绍,随后分别对无人机位置控制器和无人机姿态控制器进行反步法设计,并利用Lyapunov稳定性定理对所建立的位置-姿态控制器的稳定性和鲁棒性进行定性分析。通过对给定的期望位置进行仿真,结果表明本章所提的四旋翼无人机位置-姿态自适应反步控制器对飞行环境具有理想的稳定性和鲁棒性。（5）为了提高无人机PID控制器的环境适应性,本章采用具备强学习能力和环境抗干扰能力的RBF神经网络作为PID参数调节器。首先对基于RBF的人工神经网络（Artificial neural network,ANN）基本原理进行介绍,随后分别针对四旋翼无人机PID控制器三个核心参数的变化特征和响应特性,利用RBFANN实现参数的实时在线调整与整定,基于此建立基于RBF-ANN的四旋翼无人机PID控制器,并针对本文第二章所建立的无人机动力学模型,利用线性二次型方法构造通道传递函数。最后在MATLAB/Simulink仿真环境中建立四旋翼无人机控制仿真模型,以验证本章所建立的无人机PID控制器的合理性、有效性和鲁棒性。