作为一种小型水面自航载体,无人水面船(Unmanned Surface Vehicle,USV)机动灵活,在海洋资源的开发和利用、海上救援、气象监测、侦察等民用和军事领域有着广泛的应用。跟踪控制是USV海上作业和航行基本控制模式,良好的控制算法是USV出色完成跟踪任务的有力保证。然而USV控制系统是同时存在环境干扰和系统模型不确定性的非线性系统,而且用于控制算法设计的速度测量值不易直接获得,研究基于观测器的多不确定性影响下的输出反馈跟踪控制具有重要的理论意义和工程价值。本文在建立USV数学模型的基础上,针对带有不确定性和速度不可测的USV轨迹跟踪控制问题展开研究,提出具有鲁棒性的输出反馈跟踪控制算法,并针对USV船载能量有限的问题,提出事件驱动输出反馈跟踪控制以降低系统能耗。首先,设计自适应鲁棒控制处理未知扰动,基于李雅普诺夫稳定性理论论证稳定性;进而针对外部扰动与速度均未知的情况,提出基于扩张状态观测器(Extended State Observer,ESO)的递归动态滑模输出反馈控制,通过设计递归滑模动态面提高控制系统的鲁棒性,给出仿真结果。接着,针对存在模型不确定性,且遭受的外部扰动未知所造成的多不确定性USV轨迹跟踪控制问题,基于非线性增益观测器提出USV轨迹跟踪输出反馈递归滑模动态面控制,使用径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)对模型参数未知部分进行逼近,通过设计自适应项补偿神经网络逼近误差和估计外部扰动,给出仿真结果。最后,考虑船载能量有限的情况,引入事件驱动控制系统框架,提出多不确定性USV事件驱动跟踪控制,避免基于采样时间等时间间隔地更新控制指令所造成的不必要资源消耗。基于当前跟踪误差和期望状态等变量作为输入定义事件驱动系统的变量设计事件驱动条件,基于李雅普诺夫理论论证系统稳定性,证明不存在Zeno行为,给出仿真结果。