四旋翼直升机这个概念出现由来已久,最早起源于1907年,早期由于相关技术都不够成熟,发展较为缓慢。随着近年来空中机器人相关技术的进步,以及它自身独特的优势,四旋翼直升机逐渐展现出其巨大的应用价值和广阔的发展前景。由于四旋翼直升机自身为非线性系统,各通道间具有强耦合特性,这使其飞行控制系统设计较为复杂。此外,四旋翼飞行器逐渐趋于小型化发展,在其控制器中多采用体积小巧,功耗更低的MEMS传感器,由于制造工艺的原因,传感器的测量值有较大偏差,所以除了要设计良好的控制算法之外,对传感器进行分析、标定和多传感器的数据融合也显得尤为重要。本文对控制和数据处理两个关键问题进行重点研究。论文介绍了四旋翼飞行器的基本飞行原理以及课题后续工作需要用到的基础知识,并按照相关知识建立四旋翼动力学模型。采用迭代学习的控制算法,依据四旋翼直升机的简化动力学模型,结合卡尔曼滤波的最优估计特性,估计出系统的重复性扰动和未建模误差。选取基于时域内二次性能函数离散方程的最优迭代学习算法,对估计出的模型误差进行扰动补偿,并用Matlab软件仿真进行学习算法的评估,通过仿真给出了四旋翼无人机的各种轨迹下的跟踪结果,证明了算法的有效性。本文还搭建了四旋翼无人机飞控系统的硬件实验平台,并对所使用的传感器进行了标定,滤波处理,在硬件平台上进行了大量的实验工作,验证整体滤波性能的好坏,给出数据对比结果,并针对飞行器在飞行过程中会有传感器数据采集异常以及有大机动的情况,运用卡方检验的方法进行故障检测和隔离,数据结果显示了该方法的有效性。