近年来,在非线性控制领域,针对非线性关联系统的研究得到了越来越多的关注。复杂的关联系统广泛的存在于工程实践之中,例如电力系统,复杂电网控制系统,机电系统等。实际关联系统受到结构繁杂,数量巨大等复杂因素的影响,所以要求的控制方法和策略也具有复杂性与强鲁棒性,而分散控制策略的提出使得复杂关联系统的控制器设计问题得以解决。系统中时滞项、非线性未知项以及系统状态不可测等问题的出现也会严重影响系统的稳定性,同时给控制器设计过程带来了新的挑战。本文主要针对一类非线性关联时滞系统,基于Backstepping控制器设计方法,提出了分散控制策略,保证了系统的暂态性能和稳态性能。首先,本文针对非线性关联时滞系统介绍了其研究背景以及系统稳定性分析的基本理论,并针对控制器设计过程中所涉及到的Backstepping反步设计、分散滤波器、RBF神经网络、预定性能控制等控制策略进行了简单介绍与分析。其次,主要针对一类多维输入的非线性关联时滞控制系统,考虑对称的预定性能函数,设计时滞无关的分散滤波器和自适应神经网络输出反馈控制器。保证了闭环系统的所有信号均是半全局一致有界稳定的,系统的输出能够很快跟踪上给定信号,并且跟踪误差在规定的范围之内。优化系统的性能,用理论方法和仿真实验证明所设计控制器的有效性。最后,针对一类多维输入的随机非线性关联时滞控制系统,考虑存在未建模动态以及输出上带有动态关联项且关联项存在时滞的情况下,利用Backstepping控制算法,通过RBF神经网络逼近未知的非线性函数,设计时滞无关的分散滤波器和自适应神经网络输出反馈控制器。保证系统中所有状态在概率上是有界稳定的。并且通过仿真实例验证了所设计控制器的有效性。