全驱动无人水面船（Fully-actuated unmanned surface vessel,FAUSV,here after called USV）兼具灵活的操纵性、较好的安全性、控制算法设计便利等,因此在海洋观测、海底勘探、海上货物运输等海洋作业领域具有广泛应用。本论文以三自由度USV为研究对象,基于预设性能控制算法,考虑外部扰动、模型动态部分未知、输入饱和、全状态约束等实际问题,利用神经网络、自适应、辅助系统、扰动观测器等技术手段,对USV的轨迹跟踪进行了系统研究。本文主要研究内容如下:（1）针对带有未知外界环境扰动、模型不确定项和预设性能要求的USV,设计了具有预设性能的USV轨迹跟踪动态面控制器。此控制器通过构造非线性转换函数（非对数型）实现预设性能控制。传统的对数型转换函数,在设计的过程中,需要求转换函数的反函数,求解过程不仅复杂,而且当转换函数为对数型函数时,容易出现奇异情况。引进3个RBF神经网络对船舶模型不确定项进行估计,利用动态面技术设计具有预设性能的USV轨迹跟踪动态面控制器。为解决外界未知环境扰动和增强系统的鲁棒性,引入自适应技术抑制RBF神经网络估计误差和环境扰动。仿真结果表明,本文所提的控制算法能够让船舶的运动轨迹在预设的性能范围内,对于船舶模型不确定性和外界扰动能够有很好的鲁棒性。（2）针对具有输入受限、未知扰动的USV进行预设性能控制研究,设计了具有输入受限和未知扰动的USV预设性能动态面轨迹跟踪控制策略。在实际应用中,USV总是在风、浪、流等未知干扰的不确定环境中航行,严重影响了船舶轨迹跟踪控制的稳定性,非常需要提高鲁棒性和抗干扰能力。此外,一方面USV在实现精确跟踪的过程中,可能会遇到障碍物、狭窄水域等恶劣环境;另一方面,在实际应用中,由于执行器系统是非光滑非线性的,控制输入受物理条件的约束。因此,在控制器设计中考虑设定的暂态和稳态控制性能越来越重要,同时输入饱和的问题也需要考虑。针对以上问题,提出了一种具有预设性能的鲁棒自适应动态面控制。通过第二章设计解决预设性能要求,通过设计辅助系统,解决输入受限问题;设计了一种非线性观测器,对外部扰动进行估计并对控制器进行补偿。通过Lyapunov理论可以证明整个闭环系统误差信号的半全局一致最终有界。数值仿真验证了本文算法的有效性,让控制力矩在受限的范围内,使船舶的轨迹跟踪精度在预设的范围之内。（3）考虑输入受限情况下具有复杂未知不确定项和全状态约束的USV轨迹跟踪,设计具有预设性能和全状态约束的USV轨迹跟踪动态面控制策略。首先该策略通过改进型非对称障碍李雅普诺夫函数（Modified Asymmetric barrier Lyapunov function,MABLF）将不等式约束的受限系统转化为等式约束的受限系统,再通过预设性能函数对系统瞬态性能进行预设处理。利用辅助系统对输入受限进行补偿,同时引入动态面技术解决反演控制方法中易导致的“微分爆炸”问题。采用神经网络逼近未知模型,并设计自适应律估计神经网络逼近误差和未知扰动和的界。最后,选取Lyapunov函数证明闭环系统所有信号一致最终有界。实验表明所设计的算法能够保证在控制力矩受限的情况下,USV轨迹的控制精度在预设的范围内,也能够使USV全状态量限制在约束范围之中。综上,对于USV轨迹跟踪控制中面临的系统不确定、外界扰动、输入饱和、预设性能控制以及全状态约束等实际问题,通过本文所设计的具有预设性能的全驱动船舶轨迹跟踪动态面控制方法,能够让USV按照期望的精确航行轨迹运动,同时,保证USV轨迹跟踪控制误差在预设的控制精度范围内。本文所设计的控制算法具有较高的挑战性,而且尽量考虑了实际工况,具有较高的理论价值和工程应用价值。