近年来，反步控制技术在非线性系统的自适应控制设计方面得到了广泛的应用。动态面控制方法是在反步法的基础上引入了一阶滤波器，避免了繁锁的求导计算问题，降低了设计的复杂性。利用神将网络对未知函数进行逼近，可以解决带有未知函数的非线性系统的控制器设计问题。本文将上面的方法相结合，研究了不确定非线性系统的控制器设计问题，主要涉及到以下几个方面：自适应控制；动态面控制；输出反馈；神经网络控制；未建模动态；李雅普诺夫稳定。主要工作如下：　　首先研究了一类带有未知参数和不可测状态的不确定非线性系统的输出追踪问题。对于未知的非线性函数，利用RBF神经网络逼近，基于动态面控制方法，对边界参数已知和未知的情况分别提出了自适应神经网络动态面控制方案。该部分设计的两种控制方案可以有效避免反步法中因为反复对虚拟控制器进行求导而造成的冗杂性问题，并且简化了设计步骤。仿真结果证明，两种方案都是有效的。　　其次对于一类带有未建模动态的完全非仿射纯反馈非线性系统，提出了一种解决方案。该方法利用RBF神经网络来逼近设计过程中得到的未知函数，仅需要对一个参数进行更新。本方案可以有效避免反步法中因为反复对虚拟控制器进行求导而造成的冗杂性问题，并且简化了设计步骤。仿真结果证明，该方案是有效的。　　本篇文章研究分析了几类不确定非线性系统的控制器设计与稳定性分析问题。并且通过各个方案的仿真例子，进一步证实了所用方法的有效性。