随着信息技术、微机电系统（Micro-Electro-Mechanical System; MEMS）等科学技术的快速发展;四旋翼飞行器的控制与编队应用日益广泛;已成为各国学者的研究热点;对其研究具有重要的理论意义和应用价值。而在实际应用中;考虑到负载可变性;如何设计控制算法;确保负载变化下四旋翼飞行器的鲁棒控制是目前研究中的一个挑战;随着飞行任务日益复杂;多个四旋翼无人机协同编队能更高效完成任务。基于此;本文以四旋翼飞行器为研究对象;研究负载变化情况下四旋翼飞行器自适应控制算法;进而探讨多无人机群协同编队控制问题;其主要工作概况如下：　　基于四旋翼飞行器的机械结构;详细阐明了四旋翼飞行器的飞行原理。本文应用牛顿力学和刚体力学分析四旋翼飞行器的受力情况;建立了四旋翼飞行器的动力学模型。由于四旋翼飞行器系统是一类具有强非线性的欠驱动系统;很难直接对其设计控制器;运用小扰动分析法对动力学模型准线性化处理。针对负载可变的飞行任务;研究了四旋翼飞行器自适应控制问题;设计了基于BP神经网络的自适应PID（比例、积分和微分）控制器。针对实际任务中需要多个四旋翼无人机协同编队;研究了四旋翼无人机群的编队控制问题。基于Leader-Follower方法;设计了分布式编队算法;证明了分布式编队控制算法的收敛性;得到编队控制的充分条件;同时;给出了编队控制收敛时间上限。　　论文对上述研究内容进行了数值仿真验证。基于BP神经网络自适应PID控制器;仿真验证了负载变化下四旋翼飞行器的飞行效果;并与参数固定PID控制器比较;结果表明提出的自适应PID控制器鲁棒性更强;响应更快。论文还验证了设计的分布式编队控制算法能否在有限时间内完成编队;结果证明编队收敛时间小于我们给出的收敛时间上限。