自上世纪八十年代以来,以状态空间方法为标志的线性控制分析与设计理论走向成熟。然而,绝大多数的实际工业系统都是非线性系统,因此对非线性系统控制问题的研究日趋成为当今控制界的主流。随着科技的发展与成熟,大多实际工程系统中普遍存在着非线性项、外部干扰、状态不可测以及不确定性的问题。诸如死区、饱和等,在伺服驱动器、液压制动器和传感器中就会经常出现。它们的存在不仅会降低系统的性能,甚至会导致系统的不稳定性,引起多余的误差或振荡等,对系统的控制器设计及稳定性分析造成很大的麻烦。因此,研究带有非线性输入的系统的控制问题具有重要意义,其在控制领域也受到了很多的关注。此外,在实际系统研究中,常常为了达到一定的性能,系统的状态/输出会受到一定的约束限制,因此,对于这类系统的控制设计,不仅要保证系统预期性能,同时还要限制系统的状态/输出保持在约束范围内。目前,尽管已经有了许多有效的针对非线性系统的控制方案,但仍然存在一些待解决的问题。基于这些研究现状,本论文将结合自适应后推技术和神经网络近似方法,对于一类带约束的非线性系统展开如下研究设计:第二章考虑了输出约束及输入饱和两个因素在连续非线性系统中的影响,提出了自适应神经网络有限时间跟踪控制方案。在自适应后推方法的框架下,利用神经网络来估计理想的虚拟信号,设计barrier李雅普诺夫函数并根据有限时间稳定性定理,对系统的稳定性进行分析,保证系统性能。最后通过仿真实例,验证了本章所提方法和所得结果的正确性及有效性。第三章针对具有全状态约束和死区的非线性系统进行控制器设计,基于后推设计方法,借助死区模型的变换表达方式,通过设计适当的barrier李雅普诺夫函数,并结合李雅普诺夫稳定性定理对被控系统稳定性进行分析,最终通过仿真结果验证了所提方法的有效性,所设计的方法能保证在有限时间内闭环系统的所有信号是有界的,且跟踪误差能够收敛在零点附近的一个小的邻域内。第四章考虑了时变全状态约束和死区因素在机械手臂系统中的影响,设计了自适应有限时间跟踪控制方案。本章利用神经网络逼近方法来估计未知函数,并结合有限时间理论和构造的时变barrier李雅普诺夫函数,设计了有限时间跟踪控制器,从而使系统达到有限时间稳定性,所有闭环信号有界,跟踪误差足够小且系统所有状态保持在预设约束界限内。此外,根据仿真结果,所设计的控制方法的有效性得以验证。