1.一种四旋翼无人机PID控制器参数优化方法，其特征是包括以下步骤：(S01)：基于四旋翼无人机动力模型结构，对无人机的横滚角 俯仰角θ、航向角ψ进行内外环串级PID控制；

(S02)：在整定PID参数过程中，选定时间乘绝对偏差积分为适应度函数f，其表达式为：其中t为系统调节时间，e(t)为调节误差；在参数整定过程中，以f的值越小越好作为优化衡量标准；

(S03)：选择差分进化算法，用种群的变异、交叉、选择动作来调整(S02)中整定的四旋翼无人机PID参数，得出最优的个体；

1)初始化，设定种群规模MP、缩放因子F、交叉因子CR和最大迭代次数maxG，设置需要优化的PID参数的上限Uj和下限Lj，根据PID参数的个数对决策变量的维度j赋值；生成第t代初始目标种群将目标种群 带入四旋翼模型输出仿真数据，并根据公式(1)计算适应度值；

2)随机选择种子(r1,r2,r3)，根据公式(3)、(4)对每个个体按照定向搜索策略进行变异操作，产生变异种群式中 是t代中第i个差分向量的第j维分量搜索方向；

在变异过程中，也可能产生超出搜索范围[Lj,Uj]的个体，这时就要进行算子修补，修补过程的操作为：

3)根据公式(5)对种群中的目标种群 和变异种群 进行交叉操作，产生实验种群

将实验种群 带入四旋翼模型输出仿真数据，并根据公式(1)计算适应度值；

4)根据公式(6)对目标种群 和实验种群 进行选择操作，生成下一代目标种群

5)判断最大迭代次数是否达到，若达到，则停止；否则转到第2)步；

(S04)：引入定向搜索策略，并预测和判断新变异的方向，提高PID控制精度和稳定性，准确实时地控制四旋翼无人机的姿态；

在公式(3)的基础上，给变异个体 加入一个计算搜索方向 当实验个体得到的结果优于目标个体时，就保留这个好的搜索方向，继续搜索；反之则下一代按照相反的方向进行搜索；所以 可表达为：式中sgn是取两者之差的符号；当两者的适应度值相等或者是最初一代产生 时，则从{‑1,0,1}中随机产生； 表示正搜索方向， 表示负搜索方向， 表示停留在当前的位置；

经过增加定向搜索策略，变异个体的搜索方向由 所控制，搜索方向总是朝着适应度更优的方向搜索，使算法的收敛速度和精度得到提高；

(S05)：定向差分进化算法应用于四旋翼无人机PID控制的仿真实验。