倾转旋翼无人机兼有直升机和固定翼飞机的优势,既具有直升机的垂直起降、悬停性能,同时又具有固定翼飞机的航程远、巡航速度高的特点。因此,倾转旋翼无人机在军民使用方面具有广阔前景。倾转旋翼无人机作为一种新构型飞行器,其设计技术上尚存在很多难点有待突破。倾转旋翼无人机是一个多输入/多输出的时变非线性强耦合系统,尤其是在倾转过渡阶段,具有稳定性差且易受到外界扰动和操纵冗余等特点。为了使倾转旋翼无人机在过渡模态下具有更好的安全性,控制系统必需拥有良好的解耦性和抗干扰能力。本文利用自抗扰控制技术（Active Disturbance Rejection Control,ADRC）的抗扰能力,针对一种小型电动倾转四旋翼无人机进行了控制技术的设计研究工作。非线性飞行动力学模型是研究倾转四旋翼无人机操稳特性、操纵策略、倾转路径以及飞行控制技术研究的基础。本文基于部件建模的思想,建立了倾转四旋翼无人机全量非线性飞行动力学模型,并对配平问题进行了详细的数学剖析。针对倾转四旋翼无人机旋翼和机翼气动干扰问题,以及传统配平方法比较依赖于初值的选取以及收敛速度慢、收敛精度低等问题,本文构建了一种基于IA/LM耦合LBM的混合优化配平算法,利用CFD计算各个状态下部件气动干扰力和力矩,补偿到飞行动力学模型中,实现对气动干扰的补偿计算;利用IA算法对初值依赖度较低以及LM算法计算收敛速度快的特点,实现了不依赖初值的快速收敛配平计算,利用该混合优化配平算法对倾转四旋翼无人机的配平特性进行了详细分析,继而对配平状态进行了线性化,并且对过渡模态下的操稳特性进行了计算分析,计算结果体现了倾转四旋翼无人机在过渡模态下复杂的耦合特性。倾转四旋翼无人机飞行操纵系统需要实现直升机和固定翼两种操纵功能,在悬停时以直升机模式操纵,在巡航时以固定翼模式操纵,但是在过渡态时,操纵需要逐渐从直升机模式过渡到固定翼模式,存在操纵冗余问题。本文针对过渡模态下操纵冗余的问题,设计了操纵分配策略,采用ACO优化算法对倾转路径进行了优化分析,在过渡走廊中优化得出了最优倾转路径。并通过仿真计算分析,验证了该操纵策略和倾转路径优化策略的有效性。为了克服倾转旋翼无人机在倾转过渡状态下对外界扰动敏感以及操纵耦合较强等问题,利用ADRC不依赖模型、可将模型内外扰动通过扩张状态观测器进行观测和补偿的特性,实现对倾转四旋翼无人机解耦控制。本文设计了基于ADRC的倾转四旋翼无人机飞行控制律,详细分析了自抗扰控制器的原理和各个参数对控制器性能的影响,提出了一种基于RBF神经网络和SMC相结合的控制优化算法。在ESO中通过RBF神经网络来实现对总扰动的估计和补偿,在NLSEF中引入SMC来加速系统的响应时间,对倾转四旋翼无人机进行了仿真验证,研究结果表明采用优化后的ADRC控制算法,控制器具有更好的鲁棒性。ADRC待整定参数较多,且以往参数整定多依赖于经验,参数整定难度较大。本文对ADRC的参数整定方法进行了优化,利用基于频域的参数整定方法,将ADRC的待整定参数减少到三个。提出了一种新的基于粒子群细菌觅食策略的神经网络优化算法,利用神经网络来实现对ADRC参数的自整定。针对神经网络易陷于局部最优值的问题,本文提出利用细菌觅食算法来优化神经网络的学习算法,并且利用粒子群优化算法来避免细菌觅食算法中各细菌信息交互能力弱的问题。通过将输入信号以及输出信号的超调量和上升时间引入到适应度函数中,实现减小系统输出的超调量和加速系统的响应时间。利用本文所提出的优化算法,实现了对ADRC控制器参数整定,并且分别从奈奎斯特、时域和蒙特卡罗实验验证了参数整定方法的有效性与正确性。研究结果表明采用优化算法进行自整定后的ADRC控制器具有更好的时域和频域特性,系统的鲁棒性更强。为了更加直观、动态显示倾转四旋翼无人机在过渡飞行时的状态,本文开发了基于FlightGear的3D倾转四旋翼无人机模型。通过基于ardupilot的倾转四旋翼无人机操纵策略、倾转策略以及飞行控制律的源码撰写及编译搭建了3D实景仿真模型,验证了固件源码以及操纵策略、倾转策略和控制算法的有效性。为进一步验证本文所做研究的有效性,本文基于Pix Hawk飞控系统搭建了原理样机与试飞样机飞行控制系统,并对电动倾转四旋翼无人机进行了试飞试验。通过对试飞数据的处理分析,充分验证了倾转四旋翼无人机飞行动力学模型、倾转过渡操纵策略、倾转路径优化策略和飞控算法以及固件源码的正确性与有效性。