近年来四旋翼无人机成为时代的弄潮儿,由于其具有成本低、无人员伤亡风险、机动性能好、机械结构简单等优点,因此它在军用和民用领域都具有极其重要的作用,如敌情侦察、灾情探测、交通管理等。四旋翼无人机控制系统是高度非线性且欠驱动的,这使得其控制问题变得更加复杂,越来越多的人致力于研究其控制技术。本文的主要任务是针对四旋翼无人机的姿态控制系统,设计基于神经网络的控制器,完成对姿态的跟踪控制。该姿态控制系统方程为多输入多输出非线性系统,可以看成由三个严格反馈的子系统组成。由于离散系统更加接近被控对象,因此首先对四旋翼无人机的姿态控制系统进行离散化,其次对该离散系统进行数学变换,使之变成可以利用反步法的思想设计基于神经网络的姿态跟踪控制器的形式。利用该种方法设计的神经网络控制器避免了可能出现的控制器奇异问题,同时也避免了离散系统利用反步法设计控制器时出现的非因果问题。利用反步法设计的虚拟控制器和实际控制器中包含了部分未知量,因此本文利用高阶神经网络的逼近特性,来估计虚拟控制器和实际控制器,不需要知道这些控制器的任何先验知识。利用Lyapunov函数的方法证明了在某些条件下,本文设计的神经网络控制器可以保证闭环系统内的所有信号都是半全局一致最终有界的,跟踪误差将会收敛到某个有界紧集内。为了验证所设计的姿态控制器的正确性和有效性,本文利用Matlab软件,对所设计的控制器进行仿真,仿真结果表明,本文所设计的姿态跟踪控制器及其神经网络权值更新算法能够达到期望跟踪效果,使该闭环系统内的所有信号都是半全局一致最终有界的,并具有一定抗干扰能力。