近些年来,随着在农业生产、电力巡检、林业维护、气象监测、海洋水利和城市规划等众多领域的广泛应用,人们对无人机关注的热度也迅速提升,关于其飞控技术的研究也吸引了大量的中外学者。虽然针对无人机的飞行控制出现了大量的研究成果,但由于无人机是一个欠驱动、强耦合、多约束的多变量非线性系统,其控制算法的精确性还需更深入的研究。模型预测控制算法具有处理非线性和多约束问题的优点,在无人机飞行控制技术的应用中得到了广泛的关注,成为该领域研究的热点问题。由于模型预测控制算法的本质为在线求解一个开环最优控制问题,在算法的实施过程中,系统在每一采样时刻都会根据目标函数的设计计算出最优控制序列和对应的输出预测值序列,并将最优控制序列的第一个值作为当前控制信号施加到系统中,这就使该算法表现出在线反复计算的特征,计算复杂度过高也成为制约其应用的关键因素。本文旨在寻求一种控制策略,在不改变系统原有控制信息的基础上,降低在线计算复杂度,并将其应用在无人机的轨迹跟踪控制中。首先,以Qball-X4无人机为控制对象,阐述了无人机的控制原理,并基于Qball-X4无人机轨迹跟踪控制平台,通过其动力学特性推导出其姿态角及对应位置状态空间方程,作为本文算法实现的基础。然后,对模型预测控制算法基本原理进行描述,结合无人机姿态角数学模型,设计出了基于模型预测控制算法的姿态角控制器,进一步构建了轨迹跟踪控制系统,并进行了仿真实验。在此基础上,针对模型预测控制算法在线计算复杂度过高的问题,提出了条件触发策略。拟通过条件触发机制的引入减少控制器在线计算次数,从而降低系统在线计算量。对基于条件触发机制MPC的无人机轨迹跟踪控制系统进行了稳定性分析,并对其控制效果进行了仿真实验。最后,针对条件触发机制区分度过低的问题,对基本条件触发策略进行了改进,将原有触发机制调整为切换模式,以提高对控制效果的选择区分度。提出并设计了基于切换模式模型预测控制器的无人机轨迹跟踪方法,实验结果验证了所提策略的可行性与有效性。