双旋翼系统是一个典型的高阶次、不稳定、多变量、非线性、强耦合、具有多自由度的多输入多输出系统,对该系统控制方法的研究能有效地反映控制中的许多关键问题,如非线性问题、鲁棒性问题、随动问题、镇定问题及跟踪问题等等。由于双旋翼系统的控制与空间飞行器的控制有很大的相似性,也是航空航天领域所见到的诸多控制问题的抽象,因此对其研究具有重大的理论意义和实践意义,成为控制理论中经久不衰的研究课题。本文以固高公司提供的双旋翼系统为研究对象,在传统控制的基础之上介绍了一种智能控制方法。首先对双旋翼系统进行数学建模,推导出系统的状态方程,分析了系统的稳定性及能控能观性;然后介绍了传统控制理论中一些常用的设计方法,包括PID控制和带LQR控制器的最优控制;接着针对双旋翼系统的控制问题,将智能控制与传统PID控制有效的结合起来,并将神经网络引入模糊系统,设计了神经网络模糊PID控制器,克服了模糊系统不具备自学习的能力和神经网络很难表达人类自然语言的缺点,使智能控制与传统控制得到了有效的结合;最后,利用simulink工具箱对以上算法进行了仿真实验和实物实验,并对实验结果进行了比较和分析。结论表明:对比传统控制方法,智能控制响应速度更快,系统稳定性更好,抗干扰能力更强;而本文重点提出的神经网络模糊控制,很好的处理了建立模糊系统时生成模糊规则以及调整隶属度函数的繁杂工作,并兼顾了系统的快速性和鲁棒性,取得了较为满意的控制效果。