无人机(Unmanned Aerial Vehicles, UAVs)凭借其在偏远地区或危险环境中出色的作战能力，被广泛应用于民用和军用领域。然而，UAVs的结构比较复杂并且飞行环境往往是多变的，UAVs飞行控制(Flight Control, FC)的稳定性容易受到系统不确定和外部干扰的影响而导致性能下降。此外，对于实际飞行的UAVs，UAVs的舵面偏转角度被限定在有限的范围内，如果设计的UAVs控制系统不考虑该执行器饱和的影响，当舵面的偏转角度到达限制边界时，会对UAVs系统的控制性能产生不利影响，甚至破坏UAVs系统的稳定性。另外，随着数字计算机和微处理器在控制应用中的广泛使用，离散时间(Discrete-Time, DT)控制方法的研究越来越得到重视。因此，本文针对上述提及的问题，研究一种存在外部风干扰的固定翼UAV系统的鲁棒离散飞行控制(Discrete-Time Flight Control, DTFC)方法。论文的主要工作如下:
　　首先，在已有研究工作的基础上，给出了一类具有外部风干扰的连续时间(Continuous-Time, CT)固定翼UAV动力学模型，并利用欧拉近似方法将CT形式的固定翼UAV姿态动力学模型转换为近似的DT形式。针对存在外部风干扰和系统不确定的DT固定翼UAV姿态动力学模型，提出了一种基于离散时间干扰观测器(Discrete-Time Disturbance Observer, DTDO)的离散时间神经网络(Discrete-Time Neural Network, DTNN)控制方案。该方案将DTDO、神经网络(Neural Network, NN)近似方法以及backstepping控制(Backstepping Control, BC)技术相结合，实现固定翼UAV系统的DT跟踪控制，并且增强了FC系统的鲁棒性。固定翼UAV姿态动力学系统的数值仿真结果表明了所提出的DTFC方案的可行性。
　　其次，由于执行器容易产生饱和现象，进一步将输入饱和问题考虑到鲁棒DTFC方案的设计中，提出了一种基于辅助系统和非线性DTDO的DT鲁棒抗饱和控制方法，实现同时存在外部风干扰、输入饱和与系统不确定的固定翼UAV系统的稳定FC。利用BC技术和Lyapunov稳定性理论，证明了DT控制闭环系统的稳定性。通过对具有外部风干扰和输入饱和的固定翼UAV姿态动力学模型进行仿真分析，仿真结果验证了基于DTDO的DTNN控制方案的有效性。
　　然后，针对存在外部风干扰的轨迹控制系统模型以及具有风干扰和输入饱和作用下的不确定DT固定翼UAV姿态非线性模型，提出了一种基于离散滑模干扰观测器(Sliding Mode Disturbance Observer, SMDO)的不确定固定翼UAV系统的DT鲁棒控制方案。该方案引入辅助系统以抑制或消除输入饱和对固定翼UAV闭环FC系统的不利影响，并且利用NN近似处理固定翼UAV系统中的不确定，同时设计了一种基于NN的离散SMDO以补偿外部干扰的影响，进一步结合BC技术方法设计DT鲁棒控制器。数值仿真结果验证了所提出的基于NN的DT控制方法能够确保固定翼UAV系统拥有良好的FC性能。
　　接着，将系统不确定以及预设性能问题考虑到具有外部风干扰的固定翼UAV姿态系统的离散时间分数阶(Discrete-Time Fractional-Order, DTFO)控制方案的设计中，综合研究固定翼UAV姿态闭环系统的稳态与瞬态性能控制问题，借助预设性能控制方法，并结合基于NN的DTDO以及离散时间分数阶微积分(Discrete-Time Fractional-Order Calculus, DTFOC)理论，利用BC技术提出了一种基于DTDO和NN的DTFO跟踪控制器，实现存在外部干扰和系统不确定的固定翼UAV系统的姿态FC。仿真结果表明，设计的DTFO跟踪控制器能够确保固定翼UAV闭环系统满足设定的稳态和瞬态性能要求，并且能够保证干扰估计误差有界。
　　最后，针对存在外部风干扰的固定翼UAV轨迹控制系统和姿态系统模型的DTFO控制问题，提出了一种基于DTDO的固定翼UAV系统的DTFO控制方法。该方法将DTDO与DTFOC理论相结合，并且利用BC技术设计了一种基于DTDO的DTFO控制方法，实现固定翼UAV的DTFO跟踪控制。通过仿真结果表明提出的基于DTDO的DTFO控制方案的有效性。