随着科学技术的日益发展,四旋翼无人机借助其悬停自由、起降便捷、飞行稳定和机动性高等独特优势,被广泛应用于军民等领域。近年来,工作环境和作业任务的日趋复杂对无人机的执行能力提出了更高的要求。与单架无人机相比,多无人机编队扩展了其作业能力,并具有更高的灵活性、容错性以及高效性。因此,研究多无人机的编队控制具有重要的理论意义和应用价值。四旋翼无人机具有欠驱动、强耦合、非线性以及难以建模等特性,并且扰动、不确定性和未建模动态的存在,使得多无人机编队控制的瞬态和稳态性能无法保证。为此,本文提出一种基于指定性能的数据驱动滑模编队控制方法,主要研究内容如下:（1）针对多无人机系统具有非线性、欠驱动、不确定性、外部干扰以及难以建模的问题,设计一种基于全格式动态线性化（Full Form Dynamic Linearization,FFDL）的无模型自适应编队控制（Model Free Adaptive Formation Control,MFAFC）方法。首先,利用非参数动态线性化技术,建立多无人机系统的等效数据模型;其次,针对位置子系统,设计基于邻居无人机输入/输出信息的分布式编队控制器;再次,通过姿态角解算获取各个无人机的期望姿态角,并针对各个无人机的姿态子系统设计无模型自适应控制器;最后,理论分析和仿真实验验证了所设计的FFDL-MFAFC方法的有效性。（2）针对多无人机在飞行过程中受到外界扰动,从而影响编队控制系统鲁棒性的问题,进一步提出一种基于分数阶动态面的数据驱动滑模编队控制（Fractional Dynamic Surface-Based Data-Driven Sliding Mode Formation Control,FDSB-DSMFC）方法。首先,结合分数阶动态面控制（Fractional Dynamic Surface Control,FDSC）技术、滑模控制（Sliding Mode Control,SMC）技术和分布式位置编队跟踪误差构建位置子系统的分布式虚拟控制律,以解决传统反步法在模型未知多无人机系统中应用受限的问题;其次,运用非参数动态线性化技术,构建基于虚拟跟踪误差的分布式数据驱动滑模面,并进一步获取位置子系统的滑模编队控制律;再次,通过引入等效虚拟控制策略,设计了姿态子系统的数据驱动滑模控制律,保证姿态跟踪子系统的鲁棒性;最后,理论分析和仿真实验验证了所提出FDSB-DSMFC方法的有效性。（3）考虑到外界扰动的存在使得多无人机系统的瞬态和稳态性能难以保证的问题,进一步提出一种基于指定性能的数据驱动滑模编队控制（Prescribed Performance-Based Data-Driven Sliding Mode Formation Control,PPB-DSMFC）方法。首先,运用转换误差算法构造分布式位置编队跟踪误差的指定性能函数,并引入FDSC和SMC策略获取位置子系统的分布式指定性能虚拟控制律,以保证控制系统收敛时的暂态和稳态性能;其次,通过引入数据驱动技术,构造基于分布式指定性能虚拟跟踪误差的数据驱动滑模面以及相应的滑模编队控制律;再次,结合指定性能控制技术和数据驱动滑模控制技术,进一步构建姿态子系统的数据驱动指定性能滑模控制律,以实现无人机姿态环的保性能跟踪控制和安全飞行;最后,理论分析和仿真实验验证了所提出PPB-DSMFC方法的有效性和优越性。