近年来多旋翼无人机应用场景越来越多元化,复杂而未知的环境需要无人机具备自主执行任务的能力,无人机对地面目标操作行为是无人机自主执行任务的前提条件。课题针对无人机对地面目标操作行为控制方法展开研究,重点研究了无人机应对环境变化行为和无人机对地面目标交互行为控制方法,使无人机具备更好的任务执行能力。首先,提出了无人机飞行指标,并建立四旋翼无人机串级PID控制结构仿真模型;采用基于交叉重组改进的PSO算法优化无人机控制参数。仿真实验表明基于改进PSO算法优化的参数可以使控制器具有更加良好的控制特性。其次,针对经典Q-Learning算法学习效率低和CB-HAQL算法案例库质量较差问题,改进了CB-HAQL算法。通过加入案例库更新触发机制,提升案例库质量;引入动态参数调整案例库对学习的启发强度;添加倾向性动作加快训练速度。实验结果表明算法能够加快学习质量和效率,并证明了算法的有效性。再次,采用IMM算法实现无人机对地面移动目标轨迹跟踪和预测,并在此基础上设计了无人机拦截复飞和触碰复飞行为控制方案。实验表明IMM算法具有良好的轨迹跟踪和预测特性。最后,对无人机对地面目标操作行为进行飞行实验。无人机对地面目标操作行为的各测试实验顺利完成进一步说明了课题中研究算法的有效性。