无人驾驶飞行器(UAV-Unmanned Aerial Vehicle)具有广泛的军事用途。飞行控制系统是保证无人机飞行安全、可靠、有效完成复杂战术／战略任务的关键系统之一。对小型无人飞行器，由于飞行控制系统存在多种不确定性，飞行器本身也易于受到大气紊流等强干扰的作用，设计满足特定性能要求的鲁棒控制器十分重要。智能控制理论在解决复杂非线性、不确定性系统的控制问题方面具有很强的优势。 本文对既考虑模型不确定性，又考虑外部干扰的智能鲁棒飞行控制系统设计方法进行了理论和应用研究，主要工作如下： 1、建立小型无人机飞行控制模型，根据六自由度动力学方程和特定飞行条件下线性化纵向、横侧向解耦模型，进行了系统的模态和稳定性分析。 2、针对小型无人机飞行环境，确定了模型不确定性表述方法和外部干扰模型：将飞行控制律设计问题转化为标准H_∞控制问题，通过权函数矩阵的选取，设计鲁棒飞行控制器，进行线性和非线性模型仿真。结果表明相比经典控制方法，鲁棒控制器能较好地改善由于模型不确定性和外部干扰带来的控制性能下降。 3、利用神经网络强大的非线性逼近能力，选择合适的神经网络控制结构，网络模型和更新学习方法，补偿鲁棒控制方法在风紊流情况下的性能下降。仿真结果表明这一智能鲁棒控制方法能够基本解决上述问题。 4、针对横侧向控制系统，搭建航迹控制回路，研究了一种简易航向跟踪的控制方案，仿真验证了控制器各参数对跟踪效果的影响。