帆船作为海上智能交通工具已开始显现出独特的价值,尤其在海洋数据采集与监测、海上危险和违法行为监视等几个方面优势显著。风能作为帆船的主要动力,可使帆船实现能量自给、长程巡航和长期连续作业,扩大了海上监测覆盖范围,极大地节省了资源。本文主要针对帆船建模及航向控制进行了研究。首先,本文针对完全由风力驱动的12米型帆船,把帆船分离成船帆、船舵、龙骨和船体四部分,运用气体流体动力学理论对各部分进行受力分析,拟合得到各部分受力的函数表达式,建立了一种基于Fossen模型的四自由度的帆船运动数学模型。其次,针对所建立的帆船数学模型,考虑模型参数已知,根据经验公式计算出最佳攻角,利用Backstepping、滑模和自适应控制算法,就扰动界已知和界未知两种情况,分别引入符号函数和参数自适应律设计了航向保持控制器和航向跟踪控制器,实现了帆船的定航向和变航向的控制,借助Lyapunov稳定性理论证明了闭环系统中所有信号有界。然后,考虑模型参数及外界扰动均未知,引入RBF神经网络控制算法逼近模型参数不确定及外界扰动,结合Backstepping技术设计了一种RBF神经网络自适应航向保持控制器,实现了模型及外界扰动未知情况下的航向保持控制,借助Lyapunov稳定性理论证明了闭环系统中所有信号一致最终有界。最后,利用Matlab/Simulink仿真软件,以12米型帆船数学模型为研究对象对上述所设计的控制器进行了仿真验证,结果表明本文所设计控制器不仅可以处理风、浪、流等外界干扰的影响,且能对航向进行有效地控制。