直升机比较突出特点是可以做低空、低速和悬停等机动飞行，特别是可在小面积场地垂直起降，这些特点使其具有广阔的用途及发展前景，已在军用民用方面得到了广泛应用。其飞行控制系统属于典型的多输入-多输出高阶系统，具有较强的通道耦合特性和非线性特性，是控制工程领域较为复杂的被控对象，基此研发出来的实验室直升机仿真平台由于能够部分的模拟实际直升机的姿态和飞行，因此在控制理论教学、科研等方面有着广泛的应用。　　 本文以深圳固高科技有限公司生产的三自由度直升机模型为研究对象，进行控制算法及理论的研究。　　 首先分析了直升机系统的构成原理，根据各个自由度运动特性进行系统建模，并选取适当的状态变量推导出系统的状态方程。针对被控对象的特点，对单一自由度运动设计了PID控制器，对三个自由度同时控制设计了解耦控制器，利用得到的状态方程研究了LQR控制器在直升机系统上的应用。　　 接着引入优化算法中的遗传算法和粒子群算法。在介绍遗传算法的基础上，进行了遗传算法优化PID控制器参数的实验以及用遗传算法来优化LQR控制器的参数实验。介绍粒子群算法后，也将粒子群算法用到PID控制器参数的优化上，并与遗传算法优化得到结果进行了比较。　　 传统控制理论都是基于被控对象精确模型的基础上的。上面的研究是建立在线性化模型的基础上的，而对于直升机这样复杂的模型，只用传统控制并不能得到理想的控制效果。为此本文引进神经网络来设计控制系统。本文以RBF神经网络为基础，分别将其作为辨识器和控制器，构建了基于粒子群优化RBF神经网络整定单神经元PID控制器和基于粒子群优化的RBF网络自适应控制器的两种控制结构系统。针对神经网络在参数初始值设计无规律可循的问题，提出用粒子群算法来进行优化。文章对两种控制器分别作了仿真研究，并比较了两种控制系统的控制效果。　　 一种理论的可行性是要通过实物检验来认证的。文章最后在介绍了实时控制原理的基础上，在MATLAB下对实物进行了控制仿真。编写S函数，利用前面提到的RBF优化单神经元PID参数的控制结构，在Simulink环境下进行了实时控制仿真研究。实验结果表明算法的可行性，控制效果良好。