自主水下航行器(Autonomous Underwater Vehicle,AUV)整合了人工智能、传感器、新材料、新工艺、具有自主规划、自主航行能力、并可自主完成环境感知、目标探测等任务的小型海洋平台,在军事和民用领域具有广泛的应用。本课题以自主水下航行器为研究对象,基于指令滤波技术、动态辅助系统、固定时间稳定、径向基函数神经网络及自适应控制等理论,考虑时变扰动、模型参数不确定、输入饱和、速度不可测及距离及角度受限情况,分别对单AUV的轨迹跟踪、多AUVs的协同编队控制问题进行了系统研究。主要研究工作如下:(1)针对未知时变扰动下的AUV轨迹跟踪问题,考虑输入饱和的情况,利用辅助动态系统、扰动观测器、误差补偿系统和指令滤波技术,设计了轨迹跟踪控制律,指令滤波技术避免对中间虚拟控制函数的求导,使控制律计算简单,易于实现;同时,滤波器误差得到补偿,提高了跟踪精度;又考虑了执行器动态、模型参数不确定,利用扰动观测器实现对由模型参数不确定及时变扰动引起的复合扰动的精确估计,进一步,基于观测器、指令滤波技术及辅助动态系统,设计了轨迹跟踪控制律,保证了 AUV轨迹跟踪控制系统的全局固定时间稳定。(2)针对存在模型参数不确定的AUV编队控制问题,利用径向基函数神经网络、自适应技术,设计了编队控制律,利用自适应神经网络在线逼近AUV不确定动态,提高编队精度;进一步考虑了领航AUV速度不可测、时变扰动及Line-of-Sight(LOS)距离及角度受限的情况,利用状态观测器实现对不可测速度精确估计,且观测器收敛时间是有限的,结合指令滤波技术、误差补偿系统、ln型李雅普诺夫函数、径向基函数神经网络及自适应技术,设计了仅依赖领航AUV位置及航向测量值的编队控制律,指令滤波技术简化了设计过程,且滤波误差得到补偿,ln型李雅普诺夫函数保证了 LOS距离及角度满足约束。(3)针对AUV基于固定时间理论的编队控制问题,首先,考虑了模型参数不确定及时变扰动,利用扰动观测器,实现稳定时间内对扰动精确估计,结合指令滤波技术,设计了编队控制律,同样获得了全局固定时间稳定的编队效果;其次,考虑了速度不可测、模型参数不确定及时变扰动,利用状态观测器实现稳定时间对速度精确估计,结合指令滤波技术、误差补偿系统、径向基函数神经网路及自适应技术,设计了基于估计速度及测量位置信息的编队控制律,指令滤波技术简化了计算,滤波器误差由补偿系统得以补偿,利用神经网络技术对动态不确定进行在线估计,自适应技术估计扰动界值,实现了全局实际固定时间稳定的编队效果;最后,考虑了 AUV间连续性通信的弊端,利用事件触发机制,实现了 AUV间连续性通信与周期性通信的切换,为了避免Zeno现象,设计了编队控制律,实现了全局固定时间稳定的编队效果,且大大降低了通信负担及通信能耗。(4)利用Matlab/Simulink工具箱对上述设计的轨迹跟踪控制律及编队控制律分别进行了仿真验证。仿真结果表明,所设计的轨迹跟踪控制律可以有效解决存在时变扰动、模型参数不确定、输入饱和及考虑执行器动态下的轨迹跟踪问题,驱使AUV行驶到期望轨迹上;所设计的编队控制律能够有效解决存在时变扰动、模型参数不确定、LOS距离和角度受限及速度不可测的编队控制问题,实现多AUVs按照预设构型航行。