近年来随着传感器技术和微处理器技术的进步,小型无人机系统得到了巨大的发展,在航拍摄影、空中测绘和精准农业等方面展现出极大的潜力。其中,快递货运是对无人机需求最为迫切的行业之一。亚马逊和京东等大型互联网电商公司都已经部署了各自的无人机空中送货战略并开始进行该方面的开发研究与实验。本文的主要研究背景就是隶属于京东X事业部的快递无人机项目。快递和货运属于行业无人机应用,不同于常见的用于摄影或娱乐的消费级无人机,在监管政策、操作方式、安全和可靠性等方面都有着更高要求。在控制系统方面,主要有全自主、多扰动和位置受限等特点,如何保证稳定性、鲁棒性和安全性成为其能否成功应用的关键问题。本文研究内容主要集中在以无人机为对象的多输入多输出神经网络控制算法研究。在控制系统的设计中,主要以人工神经网络为基础的智能控制算法为中心。作为人工智能的重要分支之一,神经网络具有并行处理、逼近任意光滑非线性函数、自组织学习等能力。相比其他经典和现代控制理论方法,神经网络控制可以很好的处理系统中的不确定性和高阶非线性。因此,本文在分析被控对象动态特性的基础上,研究了这样一个典型多输入多输出欠驱动非线性系统的控制系统设计问题,并着重考虑了内外扰存在下的鲁棒性。主要涉及无人机姿态控制系统逆控制、位置输出受限控制、无人机顶倒立摆和混沌同步保密通信等实际应用问题。主要内容如下:1)详细介绍了京东无人机现阶段发展状况和选择电动多旋翼做为现阶段主要研发机型的原由分析。对京东六旋翼无人机进行了动力学分析并构建了数学模型,给出了现有的串级系统框架并通过仿真实验说明了该方案的有效性和局限性。2)研究了基于神经网络逆系统的无人机姿态控制问题。重点采用神经网络辨识被控对象逆模型的思路,提出了一种改进的滑模变结构在线学习方法使伪线性系统在线应用时可以更好地跟踪理想系统,设计了基于扩张状态观测器的系统控制器更进一步提高了系统控制性能。同时对观测器和闭环系统的收敛性进行了证明并以实际京东快递无人机为被控对象对该策略进行了控制效果的仿真验证.3)研究了快递无人机的位置输出受限控制问题。通过结合神经网络和边界李雅普诺夫函数的方法,设计了估计理想权值范数的参数更新率和相应的状态反馈控制使位置输出始终保持在设定范围内并给出了相应证明。另采用了位置环-角速度环的控制系统架构,提高了系统带宽。数值仿真和实际飞行实验的结果均证明了该方法的可行性和输出受限成立。4)研究了与无人机顶货运输和弹性载物类似但在控制上更为复杂的飞行倒立摆问题。设计了基于神经网络在线估计时滞时间补偿的三回路串级自抗扰控制器实现了小型无人机在飞行的同时平衡倒立摆。并采用机械多体仿真平台SimMechanics进行了系统仿真,更进一步在仿真的基础上完成了实际飞行实验。结果证明该策略不仅可以实现空中悬停平衡倒立摆,还可以实现在运动过程中完成参考轨迹跟踪。5)研究了无人机超视距远程保密通信中的混沌神经网络同步控制问题。在主系统参数未知且存在外扰的情况下,分别采用了自适应参数在线辨识与反馈结合的控制策略和基于滑模状态观测器的补偿控制方法实现了主从系统的指数同步和有限时间同步。对误差系统给出了收敛证明并通过数值仿真结果证明了两种方法的有效性和收敛性。