四旋翼飞行器体积小、重量轻、结构简单、易控制、成本低,在各个领域都受到了国内外学者和爱好者的广泛关注。怎样提高系统稳定性是四旋翼飞行器领域中的一个重要问题。系统的稳定性不仅与硬件器件有关,与控制算法也有很大的相关性。目前常用的PID控制算法存在超调量大、误差大等缺点。此外,算法参数设定的合适性与控制数据的精确度也对控制系统的稳定有很大的影响。因此,本文对PID参数的整定以及姿态角数据的估计算法进行研究,并设计实现了一款用于控制系统研究的实验平台。针对由于陀螺仪的温漂和计算过程中的积分积累误差而导致的姿态角测量数据的不可靠,而扩展卡尔曼滤波算法在噪声较大的环境中对数据的估算误差较大。采用一种基于新息扩展卡尔曼滤波算法,此算法利用新息序列对系统噪声的协方差进行实时的调整,从而提高滤波的精度。仿真结果表明,基于新息扩展卡尔曼滤波算法可使姿态角数据的估计更加精确,从而提高系统的稳定性。针对传统的参数整定方法对四旋翼飞行器的PID控制参数的整定精确度低等问题,采用全局人工鱼群算法与模糊控制算法对PID参数进行离线和在线整定。全局人工鱼群算法将PID的三个参数作为个体组合,根据目标函数及个体的状态,选择觅食、聚群、追尾等行为,对三个参数进行优化。模糊控制算法利用模糊规则进行模糊推理,对参数进行实时调整。仿真实验证明:全局人工鱼群算法与模糊控制算法整定出的PID参数更加精确,使PID控制更加稳定。为了更加直观的验证控制算法的有效性以及系统的稳定性,设计了飞行器控制系统的实验平台。硬件方面主要设计了飞行器主控制器模块、传感器模块、无线通信模块、电机驱动模块和电源模块等电路;软件方面基于LabVIEW平台设计了上位机程序与界面。实验平台测试运行良好。