MAV (micro air vehicle,微型飞行器)的特点是尺寸小、重量轻、隐蔽性好。MAV的飞行原理是模拟鸟和大型昆虫的飞行方式,其机翼可同时产生升力和推力,从而节省了推进装置和部分控制装置,大大简化了机械结构,降低了机体重量。本文以MAV为实际研究对象,以高阶不确定非线性系统为理论研究对象,以自适应控制技术、鲁棒控制技术、非线性积分反馈补偿控制技术、变结构控制技术以及模糊逻辑系统等作为研究工具,对MAV的飞行姿态控制系统及与之相似的非线性系统的控制方法进行了研究。主要研究内容和成果概括如下:总结了已有MAV动力学建模方法的研究成果。对MAV在飞行运动过程中机体的动力与动力矩、机翼的气动力与气动力矩进行了研究,重点分析了机翼气动力及气动力矩的产生原理。对MAV分别进行了质心运动的动力学与运动学方程、绕质心运动的动力学与运动学方程以及机翼运动方程的研究。得到了可用于控制的MAV飞行姿态系统的数学模型。研究了一类非线性系统的模型分解控制器的设计方法:一个自适应补偿器用来消除系统参数不确定性;一个鲁棒补偿器用来消除系统干扰及未建模动态的影响;一个反馈补偿器用来控制名义对象。构成控制器的三个补偿器各司其职,从而简化了整体控制器的设计,提高了控制的精度。对MAV姿态控制系统设计了模型分解控制器并进行了仿真验证。研究了一类非线性系统的积分反馈补偿控制器的设计方法:将系统的干扰和不确定项作为一个未知函数从系统中分离出来,用一个辅助控制器在线辨识它们的量值并实时补偿。它只要求未知项的微分上界已知,而其具体信息并不要求确切知道,提高了控制的实时性。对MAV姿态控制系统设计了积分反馈补偿控制器并进行了仿真验证。研究了一类非线性系统的滑模自适应控制器的设计方法:自适应控制实时逼近系统的不确定参数,鲁棒控制使系统中的各种干扰及未建模动态在有限时间内减小到一个小范围内,滑模控制最终消除不确定非线性系统的跟踪误差,并消除了控制过程中的抖振。对MAV姿态控制系统设计了滑模自适应控制器并进行了仿真验证。研究了一类非线性系统的模糊自适应控制器的设计方法:模糊自适应控制实时逼近系统的各不确定参数,鲁棒反馈控制消除了系统的外部干扰,相对减少了在线计算量,提高了控制精度。对MAV姿态控制系统设计了模糊自适应控制器并进行了仿真验证。对所设计的各种控制器的设计结果进行了比较。