四旋翼飞行器是一个多输入多输出、强耦合的非线性对象。本文主要研究了四旋翼飞行器的建模及其模型预测控制方法。传统的对四旋翼飞行器的建模方法是物理建模,通过对四旋翼飞行器进行受力分析,建立其数学模型。由于这种方法对四旋翼飞行器进行分析时做了一些假设,同时也忽略了一些非线性的因素,这些导致建立的模型精度不高。针对物理模型的缺点,本文对四旋翼飞行器采用了辨识建模,建立了四旋翼飞行器的ARX模型、RBF-ARX模型、RBFRW-ARX模型。ARX模型是线性模型,其系数通过线性最小二乘法辨识得到。RBF-ARX模型和RBFRW-ARX模型是一类随状态变化的非线性模型,它们的参数是通过结构化非线性优化方法(SNPOM)辨识得到。建模结果表示这三种模型都有很高的建模精度。在四旋翼飞行器的ARX模型、RBF-ARX模型、RBFRW-ARX模型的基础上,设计了四旋翼飞行器的模型预测控制器。这三种模型通过选择合适的状态变量可以转变为状态空间的形式,对四旋翼飞行器进行状态预测,最后通过二次规划相关方法滚动求解最优的控制量。本文实现了基于ARX模型、RBF-ARX模型、RBFRW-ARX模型的模型预测控制方法对四旋翼飞行器的仿真控制。仿真实验表明基于这三种模型的预测控制能够快速平稳地将四旋翼飞行器控制在给定的姿态。基于ARX模型和RBF-ARX模型的预测控制器具有一定的抗干扰能力。以RBF-ARX模型的预测控制为例研究了预测控制的各种控制参数对系统控制效果的影响。四旋翼飞行器的实物控制实验中对比了基于物理模型的LQR控制,基于ARX模型、RBF-ARX模型、RBFRW-ARX模型的预测控制的控制效果。综合阶跃响应,全局响应表明基于RBF-ARX模型的预测控制方法相对来说最好。从抗干扰实验结果表明基于RBFRW-ARX的控制策略的抗扰动能力最强。本文图97幅,表6个,参考文献78篇。