固定翼无人机的机动飞行使其具备更高的灵活性,能够在复杂的环境中快速跟踪移动目标,有助于躲避攻击,可以极大地提高无人机的作战能力和生存能力。在特技飞行表演、退役战斗机的智能无人化改造和有人-无人编队飞行等任务中具有广泛的需求与应用。其中,飞行控制是实现无人机可靠机动飞行的基础,也是该领域的研究重点。但是,传统的控制框架主要是为了实现平稳飞行,对于机动飞行中面临的非线性、强耦合控制、欧拉角奇异、复杂机动动作生成等问题存在很大不足。本文针对无人机战术机动需求,设计了固定翼无人机机动飞行姿态控制器和机动指令生成器,开发了无人机机动飞行仿真系统,并进行了仿真验证。主要研究内容如下:(1)设计了一种基于神经网络和四元数的自适应动态逆姿态控制器。首先,建立了固定翼无人机的非线性模型,在此基础上实现了风轴系和体坐标系下的动态逆控制,并进行了稳定性证明;然后,针对大机动动作下欧拉角的奇异问题提出了四元数动态逆的控制方案;针对飞行器建模误差、机动动作下扰动等因素进行了神经网络补偿;最后,通过仿真实验证明了该控制器可以在机动动作下实现姿态的准确跟踪。(2)将长短时记忆网络(LSTM)应用于无人机的机动动作实现,实现了基于数据驱动的具有抗干扰和记忆功能的机动指令生成器。针对机动动作难以准确描述和建模的问题,分别在实际飞行和仿真环境中进行了机动动作关键信息(姿态角、速度、GPS等)的数据采集,利用LSTM网络实现了机动动作姿态序列指令生成器。经过测试,该网络具备较好的记忆能力和抗干扰能力,能够满足机动指令的性能要求。(3)搭建了机动飞行仿真系统,实现了无人机机动飞行的仿真验证。在搭建飞行仿真系统的基础上,利用上述方法完成了多种机动动作的的仿真实现,仿真结果表明,设计的控制架构可以实现固定翼无人机的机动飞行。本文系统性地研究了无人机机动飞行控制方法,提出了一种新的姿态控制器和指令生成方法,所有方法都经过了仿真验证,控制效果良好。该研究对固定翼无人机机动飞行的实现具有一定的借鉴意义。