针对存在建模不确定性和外部干扰时四旋翼飞行器的姿态控制问题, 提出一种基于观测器的自适应滑模控制算法。在建立四旋翼飞行器姿态误差动力学模型的基础上, 通过全局渐近收敛观测器获取系统的未知状态反馈量, 利用自适应滑模控制抑制系统的不确定性和干扰, 构建一种基于观测器的自适应滑模姿态控制器。基于Lyapunov的稳定性分析表明, 该方法的跟踪误差是一致最终有界的。数值仿真实验结果表明, 与现有滑模控制方法相比, 所提方法具有更好的姿态跟踪性能和较高的抗干扰鲁棒性, 能有效保证飞行器的姿态跟踪控制性能。

为了提高无人飞行器机载光电平台的稳定控制精度, 针对单速率环控制的抗扰动性能不足, 设计一种基于双速率环的串级控制方法。提出采用以陀螺仪构成内环、以光电编码器微分构成外环的双速率环控制结构, 从其抑制扰动性能、鲁棒性能以及动态响应性能上与单速率环结构进行了理论对比分析, 最后进行了实验验证。结果表明, 该方法具有更好的抗扰动性、鲁棒性以及动态响应性能, 能有效地提高无人飞行器机载光电平台的稳定控制精度。

为了提高多旋翼无人飞行器机载光电平台的扰动补偿能力，实现机载光电平台的稳定跟踪控制，提出一种基于改进扰动观测器和径向基函数(RBF)神经网络逼近的复合补偿控制方法。首先，对现有扰动观测器结构进行改进，构建基于速度信号的改进型扰动观测器，并分析了干扰补偿能力和稳健性；然后，利用RBF神经网络的函数逼近性质解决非线性未知扰动的补偿问题；最后，基于Lyapunov稳定性原理设计出复合补偿控制结构。实验结果表明，机载光电平台的扰动得到有效补偿。该补偿控制方法具有较高的稳定精度和跟踪控制性能，满足多旋翼无人飞行器机载光电平台的稳定控制要求。

针对多旋翼无人飞行器机载云台的稳定控制要求，提出一种采用双速度环控制结构的带有模糊切换条件的模糊自适应PID复合稳定控制方法。在深入分析控制结构扰动抑制能力的基础上，通过模糊自适应控制中自调整因子的引入和控制规则的在线修正，提高系统的快速响应能力;利用变速积分PID控制保证系统的高稳定精度，模糊切换条件实现复合控制的平稳切换。动态响应和稳态精度实验表明，系统的调节时间约为20 ms，稳定精度为0.13 mrad。该方法有效地实现了机载云台的稳定控制，完全满足了多旋翼无人飞行器的应用需求。

提出了一种改进的Sage-Husa自适应扩展Kalman滤波算法, 用于保证多旋翼无人机在噪声统计特性未知且时变、振动为主要扰动源、姿态角高动态变化等飞行条件下飞行姿态角解算的精度与稳定性。该算法采用微机电系统陀螺仪实时动态解算的姿态角方差估计系统噪声方差; 并采用自适应滤波算法在线估计量测噪声方差, 从而保证滤波的精度与稳定性; 同时引入滤波器收敛性判据, 结合强跟踪Kalman滤波算法来抑制滤波发散。飞行实验与分析表明: 改进算法解算的俯仰角与横滚角均方根误差分别为1.722°和1.182°, 明显优于常规的Sage-Husa自适应滤波算法。实验还显示: 改进的算法自适应能力强、实时性好、精度高、运行可靠, 能够满足多旋翼无人机自主飞行的需要, 若对参数进行适当修改, 还可应用于其它动态性能要求较高的导航信息测量系统中。