摘要：针对四旋翼飞行器高度非线性、多输入多输出、强耦合欠驱动等易受外界干扰的控制系统。传统的PID控制方法对高度非线性易受扰动的控制系统，系统快速性得不到体现且易出现抖振的问题，因此提出改进RBF神经网络自适应PID控制算法。改进RBF神经网络模型的径向基函数中引入自适应向量参数，加快了径向基函数的收敛速度，从而提高模型控制的准确度和加快系统收敛。采用梯度下降法训练网络中心矢量、基宽向量、网络权值和在线调整PID参数。通过对建立的仿真模型实验，仿真结果表明，改进RBF神经网络算法与传统PID控制算法的控制器相比，对可变模型具有更强的自适应能力，准确性和快速性得到较大的提高，具有更强的稳定性。