近年来,四旋翼无人机已广泛应用于民用和军事领域,其价值在于形成空中平台,并与其他扩展部件相结合,替代人类完成作业。四旋翼无人机是一种典型的非线性、欠驱动、强耦合系统,在飞行的时候易受到外界未知因素的干扰,并且难以建立其精确的动力学模型和运动学模型。针对以上这些特点,设计具有强抗干扰能力并满足系统性能要求的飞行控制器具有重要的研究价值。本文以Qball-X4四旋翼无人机为研究对象,基于自抗扰控制技术设计飞行控制系统,增强四旋翼无人机在飞行过程中的抗干扰能力,提高飞行品质。具体研究内容如下:1.分析Qball-X4无人机的物理结构和飞行原理,为了方便描述无人机在飞行过程中的位置与姿态信息,构建惯性坐标系和机体坐标系。在此基础上,基于牛顿-欧拉法求解出四旋翼无人机的非线性模型。2.根据四旋翼无人机非线性、欠驱动、强耦合的特点,利用自抗扰控制方法设计了一种以姿态为内环、位置为外环的双闭环控制结构,对无人机的6个通道进行控制。针对自抗扰控制器参数固定而不能适应内外干扰变化、对总扰动无法有效补偿的问题,引入极值搜索算法,设计了基于极值搜索的自抗扰飞行控制系统。通过MATLAB/Simulink完成控制算法仿真验证,仿真结果表明:改进后的自抗扰控制器不仅能有效抑制外界干扰,而且能显著改善飞行控制系统的瞬态性能和稳态性能。3.四旋翼无人机的姿态角信息对于稳定的飞行控制至关重要,针对单个MEMS传感器姿态解算精度差的问题,基于MEMS陀螺仪、加速度计、磁力计的测量方程和噪声模型,利用卡尔曼滤波器对多个传感器进行数据融合。为解决无人机在非高斯噪声下的姿态估计问题,设计了最大相关熵卡尔曼滤波器,提高对非高斯噪声环境的鲁棒性。通过仿真对比分析可知,在高斯噪声和非高斯噪声环境下,最大相关熵卡尔曼滤波器较卡尔曼滤波器具有更好的滤波效果。4.在Qball-X4无人机半物理仿真平台上,验证所设计的自抗扰控制算法和基于极值搜索的自抗扰控制算法。实际飞行测试结果表明:改进后的自抗扰控制器在保证飞行控制系统稳定性的前提下,具有更强的抗干扰能力,同时,获得了更好的飞行品质。