无人机因其生产成本低、设计制造简单、便于操作等特点,近年来得到了长足的发展。而固定翼无人机相对于旋翼机具有航程远、载荷大、便于隐身等优点,在军事和民用领域均有更广泛的应用前景。变质心控制方案通过改变飞行器内部质量滑块位置来产生操纵力矩,进而实现对其飞行状态的控制。相对于传统的舵面操纵,变质心控制在气动效率保持、增强隐身能力和简化机翼结构等方面具备一定优势。本文以小型变质心固定翼无人机为研究对象,考虑其强非线性和耦合性等特点,围绕其动力学及鲁棒抗扰控制问题展开研究。首先设计了无人机单滑块变质心方案的基本构型,进而基于牛顿运动定律和动量矩定理建立了完备的系统运动方程,并给出了变质心固定翼无人机所受力与力矩的具体表达式。在此基础上,通过线性化手段对无人机的动力学特性展开分析,重点研究了滑块初始安装位置对无人机稳定性、操纵性的影响,并给出了滑块的理想安装位置,为变质心机构设计提供量化参考。通过进一步仿真对比变质心方案与传统气动舵方案的效率系数随飞行速度的变化趋势,指出对于飞行速度普遍较低的小型无人机,变质心方案更具效率。随后推导出仿射形式的变质心无人机控制系统数学模型,为了简化控制器设计问题,将其中的耦合项看作一未知扰动叠加到系统模型中。基于此模型,设计了变质心固定翼无人机的自抗扰姿态控制器和速度控制器,并引入粒子群优化算法进行多控制器参数优化,从而解决自抗扰控制器参数整定复杂的问题。仿真结果指出经过粒子群优化后的自抗扰控制器在降低超调量、提升跟踪速度方面有了显著提升。考虑到自抗扰控制器参数整定的复杂性及其对相关参数的敏感性,设计了基于模糊/神经网络的变质心无人机自适应滑模控制器。针对由于参数摄动和外部扰动所引起的无人机动力学方程中的未知部分,采用了RBF神经网络来对其进行精确估计,进而完成滑模控制器的设计;而对于滑模抖振问题,利用模糊系统的万能逼近特性对切换项进行精确逼近,从而实现了抖振的光滑处理,改善了滑模控制器性能。最后,通过在多种工况下的对比仿真,验证了本文所设计的变质心固定翼无人机控制系统具备较强的鲁棒性和抗干扰能力,能够有效应对无人机飞行过程中所面临的各类复杂状况,达成了控制器设计的初始目标。