水下无人航行器（Unmanned Underwater Vehicle,UUV）是用来执行海洋科学调查、海上石油开发和反水雷等任务的水下运载器;同时也是一种以潜艇或水面舰船为支援平台,可长时间在水下自主远程航行的无人智能装备平台。UUV的路径跟踪是近年来的热点问题,其自身的多输入-多输出非线性系统是控制的难点。本文以五自由度欠驱动UUV为研究对象,针对参数摄动、外界扰动、未建模动态、模型未知等问题,结合非奇异终端滑模、LOS制导法、降阶扩张观测器、径向基函数神经网络等控制理论,设计出一系列有效的欠驱动UUV控制系统。本文主要的研究工作总结为如下几个方面:（1）针对欠驱动UUV水平面路径跟踪制导律设计问题,利用直线视线制导（Line of Sight,LOS）算法与Serret-Frenet坐标系相结合,得到期望的艏向角,并使UUV位置误差满足稳定条件。针对欠驱动UUV的参数摄动问题,应用非奇异终端滑模设计控制律,既避免了控制奇异性的问题,又使得UUV的速度和位置有效地跟踪期望值;根据有限时间稳定定理,证明了状态量可以在有限时间内快速逼近期望值。针对手动调参无法得到最优控制性能的问题,应用粒子群优化算法（Particle Swarm Optimization,PSO）将获得性能更优的参数问题转化为适应度函数极小值的搜索问题,使控制性能更加优秀。通过对NUTU UUV进行的仿真实验,验证了控制系统的稳定性和有效性,实现了对期望路径和期望速度的有效跟踪。（2）针对欠驱动UUV三维路径跟踪制导律设计问题,利用曲线LOS算法与Serret-Frenet坐标系相结合,获得LOS制导律并使UUV位置误差稳定。针对外界扰动和UUV模型未建模动态的问题,引入混合不确定项,通过降阶扩张观测器（Extended State Observer,ESO）得到其估计值,并补偿到系统中。针对速度超调和微分爆炸问题,分别引入二阶非线性微分器和动态面控制,获得速度状态量的误差。针对UUV路径跟踪控制器设计问题,引入改进的非奇异终端滑模,使得UUV的速度误差和位置误差得到镇定;并且根据有限时间稳定定理,证明了状态量误差可以在趋近阶段和滑动模态分别有限时间收敛。通过对NUTU UUV进行的仿真实验,验证了UUV可以在有限时间内跟踪上期望路径,并保持在期望路径上。（3）针对欠驱动UUV的海流扰动问题,在上一章曲线LOS制导律的基础上,引入海流观测器。将海流扰动的速度进行估计并反馈到动力学模型中,同时证明了UUV运动学的稳定性。针对动态模型未知的问题,通过动力学模型构造混合未知项;在上一章改进非奇异终端滑模控制和降阶ESO的基础上,引入径向基函数（Radial Basis Function,RBF）神经网络估计并补偿混合未知项;采用RBF神经网络能够在不依赖模型参数的基础上,获得模型的信息。通过对NUTU UUV进行的仿真实验,验证了控制器的稳定性和有效性,实现了对期望路径的跟踪效果。