超空泡水下高速航行体利用其周围产生的空泡达到减小阻力的目的，进而实现水下超高速航行。超空泡技术的研究对于水下高速航行体的研制具有重大影响，同时对于海军装备的研发具有深远意义，因此许多国家都斥以巨资对其进行开发研究。本文主要完成水下高速航行体系统建模与仿真技术的研究。　　 首先，根据水下高速航行体的航行特点，对其进行配置方案的设计和空泡产生条件的研究，介绍了研究航行体时用到的基本坐标系，建立了航行体运动学模型；之后，对航行体进行受力分析，详细分析了水下高速航行体的空化器受力情况，滑行力及推力，建立了水下高速航行体动力学模型；应用牛顿运动定律及动力学理论建立了水下高速航行体的非线性方程组，同时结合相应的假设条件对所得航行体数学模型进行了线性化处理；最后，运用所得线性定深控制模型完成仿真实验。仿真结果表明，所得模型能够反映航行体运动相关特性。　　 其次，运用系统辨识方法对水下高速航行体系统进行了定深控制模型的建立。介绍了系统辨识的基本过程及方法，通过实验数据的预处理，模型结构和参数的辩识以及模型的验证等步骤完成了水下高速航行体系统定深控制模型的建立，同时在不同的输入情况下仿真，对模型进行验证。　　 再次，通过传统的PID控制算法与BP神经网络结合，设计了神经网络自适应PID控制算法，并通过仿真在线调节控制参数得到较好的PID控制参数值。从仿真结果可以看出，神经网络自适应PID控制具有相对较理想的动态响应特性，能够达到很好的定深控制效果。　　 最后，分析了水下高速航行体半实物仿真系统的结构和工作原理，并根据系统需求完成了半实物仿真系统软件的编写。根据系统开环情况下仿真实验所得数据对系统进行频谱分析，判断所选采样间隔是否合理；将航行体定深控制模型、仿真所得辨识模型加入到系统中进行比较，验证了定深控制模型的有效性；之后，在数字仿真中加入常规PID算法和神经网络自适应PID算法完成航行体定深控制实验，同时加入不同干扰进行仿真，验证了神经网络自适应PID算法具有更好的抗干扰能力；最后，对系统控制器、传感器等航行体各组成部件进行验证。采用逐一加入航行体各组成部件的方法进行实验。实验结果表明，此半实物仿真软件能够很好地实现预期功能，软件的设计是合理有效的。