1.一种四旋翼飞行器的飞行控制方法，包括以下步骤：

S10：建立四旋翼飞行器的动力学模型，设m为四旋翼飞行器的质量，g为重力加速度，μx、μy、μz为X轴、Y轴、Z轴三个方向的空气阻力系数，Jx、Jz、Jz为四旋翼飞行器绕X轴、Y轴、Z轴的转动惯量，Ir为四旋翼飞行器的旋翼相对于旋转轴的转动惯量，l为旋翼中心点到坐四旋翼飞行器质量中心的距离w1、w2、w3为飞行器的角速度，x、y、z为飞行器的位置，Ωi为各个旋翼的转速，其中i＝1,2,3,4，θ、φ、ψ分别为飞行器的俯仰姿态角、滚转姿态角、偏航姿态角，通过牛顿-欧拉方程和坐标转换矩阵建立飞行器的动力学的数学模型如式(1)S20：设计基于神经模糊自整定PID控制方式，

由四旋翼飞行器的动力学方程(1)转换成四个独立的控制通道，该飞行控制器控制这四个独立的控制通道，这四个通道分别由高度神经模糊PID、翻滚神经模糊PID、俯仰神经模糊PID、偏航神经模糊PID组成，经过控制量的转换控制，调节四个旋翼的转速来达到飞行姿态的控制；具体为设一个双输入、单输出的神经网络模糊系统，其使用的是单向传播的多层前向神经网络，它的输入数据从输入层，先后依次经过各隐含层节点，最后从输出层的输出节点得到输出数据，因此设神经网络输入层有2个节点，第二层有6个节点第三层有9个节点，第二层有5个节点；

设f表示节点的净输入，a为激活值函数即节点输出，则

第一层为神经元节点表示模糊控制器的输入信号，完成对误差e以及误差变化率ec的接受；连接权重 那么其中，i＝1,2

a＝f

第二层表示输入信号语言变量的语言值，是对输入数据的模糊化，即将输入数据转换成模糊量，表达为一个隶属函数，对于第一层的两个输入x1、x2每个都定义了三个语言值即模糊子集，则每个神经元的输出相对应的是隶属函数，该层节点的激活函数为可微的高斯函数f

a＝e

式中cij、σij表示第i个输入xi的语言变量的第j个语言值的高斯隶属函数的中心和宽度，把第二层的权重 作为cij；

第三层、第四层完成模糊系统的模糊推理的过程，以表示模糊控制规则，由于，两个输入的语言变量分别定义了三个语言值，故有3×3＝9条规则，而输出语言变量则定义了五个语言变量，如PB、PS、ZO、NS、NB，每个语言变量分别表示正大、正小、零、负小、负大，其规则如下：if x1is P1and x2is P2then y is NBif x1is P1and x2is Z2then y is NS……

if x1is N1and x2is N2then y is PB其中，第三层完成模糊规则的模糊前件，当输入分别为x′1和x′2，则前两层计算出它们分别对两个输入的各模糊子集的隶属度:P1(x′1)、Z1(x′1)、N1(x′1)和P2(x′2),Z2(x′2),N2(x′2)，形成第一条规则的激活强度为：min[P1(x′1),P2(x′2)]或者P1(x′1)P2(x′2)设有p个输入信号，则第三层节点也有p输入，即：

a＝f

定义该层的连接权重为1；

第四层完成模糊规则的后件，把输入到第四层同一个神经元的激活规则进行综合，同时输出模糊量a＝min(1,f)

定义该层连接权重为1；

第五层完成去模糊化，将模糊量清晰化，并输出控制量，定义第四层第i个神经元代表的模糊子集隶属函数的中心和宽度分别为ci和σi，采用重心法进行解模糊：神经模糊自调整PID根据输入信号偏差e和ec的大小、方向以及变化趋势等特征，通过模糊推理做出相应决策，在线调整PID参数kp,ki,kd以满足不同时刻对参数的不同要求，其中控制器为参数增量式PID控制器，在初始化PID控制器参数的基础上加上神经模糊控制器对PID参数在线调整，即这样由以上公式确定了PID控制所需要的最佳的kp,ki,kd参数，从而实现了参数自整定。