微型四旋翼无人机(Quadrotor Unmanned Aerial Vehicle,QUAV)一般是指具有四个旋翼的对称结构并以无线电遥控器或者自身程序来控制其飞行的一种飞行器。自进入21世纪以来,四旋翼无人机因具有带负载能力强、易于控制、持续悬停、可垂直升降、携带便捷等特点被逐渐应用于快递物流、灾后搜救、影视拍摄、环境保护、各种巡查工作等各类各行领域。随着社会各行各业对无人机性能的要求不断提高以及本身就是一个典型的多耦合、非线性、多输入多输出的欠驱动复杂控制系统,从而引起了当今整个世界的研究热潮。本文研究的内容主要涵盖了以下几个方面:第一,分析了微型四旋翼无人机的飞行控制原理,并在此基础上对其建立数学模型,其中主要包括:基于欧拉角、旋转矩阵及四元数的运动学模型;基于位置和姿态的动力学模型;基于水平通道、高度通道及姿态通道的控制分配模型。第二,为了更有效地理解四旋翼无人机的飞行控制系统,本文设计了微型四旋翼无人机的硬件系统和软件系统。其中硬件系统主要包括:控制模块、检测测量模块、无线通信模块、电源模块。软件系统主要包括:软件开发环境、实时操作系统FreeRTOS的移植、检测测量单元的底层驱动程序。第三,为了准确快速地获取四旋翼无人机的实时位置情况,本文在建立好的高度通道和水平通道的线性化模型以及选用的检测测量模块的基础上分别研究了基于分布式卡尔曼滤波的高度融合算法与基于BP神经网络的水平位置融合算法。通过仿真实验分析表明:基于分布式卡尔曼滤波算法的高度融合效果与基于BP神经网络算法的水平位置融合效果都能在一定的程度上提高获取位置信息的实时性和准确性。最后,基于建立好的位置通道和姿态通道的动力学模型基础上,分别研究了基于PID算法和线性自抗扰控制(LADRC)算法的四旋翼无人机控制系统,最后通过在基于Matlab的四旋翼无人机飞行仿真平台上得出的实验结果可知:在基于LADRC算法的四旋翼无人机控制系统下的位置与姿态控制效果明显优于PID算法。