电子制动助力器（Electric Brake Booster,EBB）是应用于新能源汽车的新型线控制动执行机构,是电液制动系统（Electro-Hydraulic Brake,EHB）的重要组成部分之一,在制动能量回收、高级辅助驾驶等功能方面发挥着越来越重要的作用。论文以EBB系统的神经网络自适应H∞控制策略（Adaptive Neural Network H∞control strategy,ANN-H∞）设计为主题,结合EBB方案的提出、对比仿真分析展开了一系列的研究。论文的主要研究内容有:（1）分析了EBB系统结构设计和控制策略的国内外研究现状,针对EBB的机械结构,给出了自主设计的EBB结构方案。该方案具有结构简单、质量较轻,控制策略实施简单的特点。详细介绍了EBB系统主要部件的工作原理和数学模型,在制动主缸中考虑“库伦+粘滞”摩擦力等因素,搭建了EBB系统的Matlab/Simulink仿真模型。（2）实现了用于EBB系统伺服助力驱动的模糊PID“三环”控制策略,在其中的位置环上设计了一个模糊控制器进行在线参数调整,以此提高“三环”控制策略的抗干扰能力。针对模糊规则库建立困难的问题,应用粒子群优化算法对模糊规则库进行了优化。在搭建的EBB系统仿真模型基础上,对“三环”控制策略进行了紧急制动和一般制动两种工况的仿真分析。（3）针对模糊PID“三环”控制策略在紧急制动工况下会发生电流波动、力矩冲击的情况,实现了以H∞控制为基础,通过径向神经网络逼近EBB系统的非线性部分和不确定因素的ANN-H∞控制策略。论文对ANN-H∞控制策略进行了Lyapunov意义下的稳定性和收敛性证明;在和“三环”策略同等条件下,对ANN-H∞控制策略进行了建模仿真,结果表明ANN-H∞控制在快速性、静差和平稳性方面均优于“三环”控制策略。鲁棒性验证结果表明ANN-H∞控制策略在缺少C相电流的情况下,依旧能完成EBB伺服助力动作,显著提高了控制器的抗干扰能力。（4）以TMS320F28335芯片作为控制器,通过串口实现电脑主机和控制器的数据交互,结合Matlab/Simulink环境实现自动代码生成和下载,搭建了半实物仿真平台。通过处理器在环测试对ANN-H∞控制策略进行了可行性验证,测试结果表明ANN-H∞控制算法满足与模型在环的数值等效性,同时控制算法在处理器中的执行时间小于0.1 ms,验证了控制算法在处理器级别的可行性。