随着航运科技的不断进步,逐渐复杂化、多样化的船舶控制任务对欠驱动船舶的协同合作提出了更高的需求。例如资源勘探、航行船舶补给以及舰队护航等都需要多艘船舶协调合作完成。这也就使得多船编队逐渐成为船舶运动控制领域中的热点研究课题之一。与单艘欠驱动船舶相比,编队框架下的欠驱动船舶集体作业能够提高海上工作的效率和安全性,其在民事和军事领域都有着巨大的应用潜能。因此,针对欠驱动船舶深入研究其编队控制有着重要意义。本文就领航者-追随者结构对多艘欠驱动水面船舶在海洋环境下的编队队形控制开展研究,利用笛卡尔坐标系优化了领导者-追随者结构的运动学模型,并基于该模型通过事件触发机制设计了一种鲁棒自适应编队控制算法,最终利用Lyapunov稳定性理论证实了整个闭环控制系统具有半全局一致最终有界。此外,通过在模拟海况下的仿真实验验证了所述编队控制算法的有效性。本研究的主要创新性工作可概括如下:（1）针对领航者-追随者结构,为了避免在极坐标内可能出现的奇异性问题,利用笛卡尔坐标表示方法构建了编队控制的运动学模型,并且通过坐标转换,进一步优化了相应的控制系统,该设计的优势在于以一种简单直观的形式解决了领航者和追随者之间信息状态的持续获取问题。（2）为了满足实际通信环境及多样队形任务需求,利用输入端事件触发机制和鲁棒神经阻尼技术,开发了一种适用于编队控制的事件触发鲁棒神经控制算法。当满足事件触发阈值时,状态变量和控制输入可以实现非周期性地重置或更新。这样可以有效地减少控制器与执行器之间通信网络的占用,便于多船编队控制在实际工程中的应用。（3）针对多船编队控制中的模型未知项、执行器增益不确定以及海洋环境干扰,借助径向基神经网络（Radial Basis Function Neural Networks,RBF NNs）、动态平面控制（Dynamic Surface Control,DSC）和自适应Backstepping技术构建了四个自适应参数,通过自适应参数的在线更新实现补偿执行器增益不确定和外界海洋环境干扰的效果。最终使得控制算法具有计算负载小、结构简洁的优势。