随着海洋工程和信息技术的发展,水面无人艇在海上侦察监视、反水雷战、水面反舰、海上救援及环境监测等方面的应用潜能日益显现,水面艇轨迹跟踪控制也得到了越来越多的重视。当水面无人艇航行于水面时,速度、重心等动态性能的变化以及风、浪、流的外界干扰增加了水面艇模型的不确定性,进而影响了控制系统的鲁棒稳定性。因此,本文基于水面艇带有不确定项的欧拉-拉格朗日系统模型,建立自适应轨迹跟踪控制以提高水面艇闭环控制系统关于不确定性的鲁棒性,具有重要的价值。现有相关成果主要基于神经网络、扰动观测器等方法建立了水面艇的自适应控制。但是,神经网络控制的自适应率主要基于跟踪误差调节,而扰动观测器的自适应率只是基于建模误差调节,影响了闭环控制系统的跟踪精度和速度。为了提高水面艇跟踪期望轨迹的精度和速度,本文基于水面艇的拉格朗日模型,建设性地提出了三种利用跟踪误差和建模误差来共同调节自适应率的复合自适应控制:(1)基于复合自适应扩展状态观测器的水面艇轨迹跟踪控制;(2)基于复合自适应扰动观测器的水面艇轨迹跟踪控制;(3)复合自适应神经网络轨迹跟踪控制。其中,在前两种控制器中,分别建立复合自适应扩展状态观测器、复合扰动观测器来估计并补偿模型中导数有界的时变扰动;在第三种复合自适应控制中,建立复合自适应神经网络估计并补偿包括向心力/哥氏力项、阻尼力项和慢变扰动在内的非线性不确定项。通过理论分析和仿真结果,说明了本文所设计控制算法的可行性和有效性。与传统的水面艇自适应控制相比,本文提出的复合自适应控制可有效提高轨迹跟踪的精度和速度,具有重要的理论意义和实际价值。