针对飞行器在不同本体参数偏差与环境干扰下的姿态精确稳定控制难题，提出一种融合小世界脉冲神经网络（SW-SNN）的强化学习姿态控制方法。构建了具有小世界拓扑特性的脉冲神经网络作为控制器核心，并基于近端策略优化算法设计了增强型Actor-Critic框架；通过时空反向传播算法更新SW-SNN参数，实现了策略的在线优化与离线评估的协同机制；进一步设计Lyapunov稳定性奖励机制，动态优化系统能量函数以增强渐近稳定性，并引入姿态角跟踪误差速度平滑性及连续惩罚项，建立稳定性约束与控制精度的联合优化框架。仿真结果表明，控制系统展现出快速动态响应，高控制性能以及强鲁棒性。在阶跃响应条件下，控制系统调节时间缩短至0.32 s，稳态误差低于0.001°；即便在气动力矩系数偏差为50%且惯性参数偏差为25%的极端条件下，控制系统依然保持稳定；设计的Lyapunov稳定性奖励机制使系统吸引域范围得到有效扩展，确保了控制系统在更大操作范围内的鲁棒稳定性能。
研究了一类带有通信延时的一般线性多飞行器系统一致性问题。首先提出了一种考虑控制器与执行器之间、控制器与传感器之间和相邻飞行器之间通信延时的模型预测控制方法对通信延时进行补偿；其次为了节约资源、减少飞行器之间通信频率和控制更新频率，结合模型预测控制和事件触发原理，通过差分方程构造动态项，提出了动态事件触发模型预测控制方法。在该控制算法作用下，飞行器在带有通信延时的情况下能够实现一致性，并且通过理论分析保证了系统的稳定性；最后通过数值仿真实验，验证了所提算法的有效性，并且与周期触发相比，该算法触发频率降低了76.4%，与静态事件触发相比，该算法触发频率降低了31.4%，有效节约了系统的通信和计算资源。
针对固定翼无人机在区域覆盖监视任务中存在的动态探测特性与传统方法适配性不足问题，本文首次提出一种基于多机协同联合探测概率模型的优化部署策略。针对两机盘旋飞行并立协同覆盖监视，考虑无人机对目标的空间探测概率和时间监视占比，以最大化有效覆盖区的内接矩形为目标，设计了迭代优化算法求解两机最优部署参数。进而扩展至多机协同覆盖监视场景，设计了正方形网格化无人机部署方案。仿真结果表明，相比传统强效区覆盖，当空间探测概率为90%、探测时间间隔小于40 s时，可使有效监测区域面积提升80.8%，执行区域覆盖监视的无人机数目减少60%。
针对高速变外形飞行器在动态变形过程中引发的气动-变形-控制多重耦合问题，建立了六自由度动力学模型，推导了气动力矩耦合度矩阵，并对滚转、偏航及俯仰三通道的耦合强度进行定量分析，系统研究了攻角、马赫数及变形量对耦合特性的影响规律。研究表明针对本仿真算例，俯仰通道受变形影响最为显著，且随变形量增大呈非线性增长；滚转通道耦合程度中等，受攻角与马赫数共同作用，在低攻角及高马赫数条件下耦合效应增强；偏航通道姿态角间耦合度较弱，可在控制设计中适当忽略。此外，舵偏角耦合分析表明，滚转、侧滑通道解耦合，俯仰操纵耦合度较小，变形量对操纵耦合无显著影响。本文研究成果为高速变外形飞行器的解耦控制设计与飞行稳定性提升提供了理论支撑。
针对飞行器在结构扰动、气动参数变化及外部环境干扰下控制性能易退化的问题，提出一种融合深度确定性策略梯度算法与传统PID控制器的混合控制方法。以PID控制器提供初始稳定控制能力，通过强化学习策略实现飞行控制器的在线自适应调节，构建以飞行器为对象的非线性动力学仿真。实验结果表明，在典型高度阶跃控制任务中，该方法将系统响应时间缩短了62.8%，超调量与稳态误差变化均控制在1%以内，即使在参数上下浮动20%的复杂条件下仍保持高精度控制。与传统PID控制器相比，本研究在响应速度、稳定性和适应能力等方面表现更优，具有较好的工程应用前景和价值。
