仅配备有纵向推进力和转船力矩装置的无人水面艇是典型的欠驱动系统，不能通过定常光滑反馈控制律镇定到平衡状态。本文针对一类惯性矩阵和阻尼矩阵非对角的欠驱动无人水面艇，设计了基于附加控制器和反步法的光滑时变跟踪控制律，在保证跟踪误差暂态性能的前提下，实现了曲线和直线情形下的轨迹跟踪。首先，通过状态变换将非对角模型转化为对角形式，并运用反馈线性化理论简化控制输入。其次，通过设计虚拟控制函数来镇定误差运动学方程，并通过引入障碍Lyapunov 函数(BLF)来保证跟踪误差满足规定的性能。然后，通过在误差镇定函数中引入虚拟控制量解决了系统的欠驱动问题，稳定性分析表明本文控制策略能够保证闭环系统中的所有状态是一致最终有界的。最后，Matlab/Simulink 仿真结果表明了该控制器的有效性。

针对系统负载和外部力矩干扰的复合干扰影响下的移动机器人路径跟踪控制精度降低的问题,提出一种基于干扰观测器的移动机器人路径跟踪串级控制策略。在运动学跟踪层面,基于反步法思想,在角度误差中引入位置误差,设计全局收敛的速度控制律; 在动力学跟踪层面,设计非线性滑模力矩控制器对规划速度进行跟随,同时采用超螺旋干扰观测器对复合干扰进行观测,并将干扰观测值引入力矩控制器,减小复合干扰对跟踪精度的影响。仿真结果表明,提出的方法具有良好的路径跟踪性能和抗干扰能力。

针对一类不确定非线性系统, 研究了一种结合反步法和自抗扰控制的新的自适应输出反馈控制方法。通过引入扩张状态观测器(ESO)对被控系统的未知状态进行实时估计, 同时利用扩张状态观测器实现对系统中的不确定项在线逼近及补偿。通过非线性滤波器对反步法设计过程中的虚拟控制信号进行求导, 避免了传统反步法设计控制中复杂性爆炸的问题, 并由此设计了自适应输出反馈控制器。通过李雅普诺夫函数证明了这种控制方法的稳定性, 验证了闭环系统中所有信号均是有界的。数值仿真算例进一步验证了该方法的有效性。

针对四旋翼飞行器轨迹跟踪控制问题, 考虑模型参数不确定的情况, 提出了一种基于收缩理论与反步法的四旋翼飞行器自适应控制算法。首先, 介绍了基于微分几何的收缩理论并给出了四旋翼飞行器的动力学模型; 然后, 提出了一种自适应收缩反步控制方法应用于飞行器跟踪期望轨迹; 最后, 分析了系统的增量稳定性, 证明了系统是误差状态收敛的。积分反步（IB）与自适应收缩反步（ACB）的对比实验表明, 应用此控制算法的飞行器系统鲁棒性更强, 能够精确地完成轨迹跟踪任务。

针对一类存在非匹配干扰和建模误差的高阶非线性系统,结合滤波反步控制方法,设计一种基于非线性干扰观测器的自适应反步非奇异终端滑模控制方案。首先,设计一种有限时间稳定的非线性干扰观测器,以此对非匹配干扰进行估计和补偿。采用反步控制处理高阶不确定非线性系统,结合动态面控制设计虚拟控制律,避免传统反步设计中存在的“微分爆炸”问题；第n步结合自适应控制和非线性干扰观测器,设计非奇异终端滑模控制律,消除建模误差和非匹配干扰对系统的影响。基于Lyapunov理论证明跟踪误差一致最终有界。仿真结果验证了所设计控制方案的有效性。

针对高超声速飞行器一体化气动布局导致弹性机体与推进系统间的强耦合性, 以及跨大空域及高速飞行过程中导致气动特性存在强非线性、不确定性和明显的时变特性, 提出一种基于小脑神经网络的高超声速飞行器反步滑模控制策略。首先建立高超声速飞行器纵向非线性数学模型, 并采用输入-输出反馈线性化方法, 解除多变量之间的耦合关系; 然后设计基于反步法的滑模变结构控制器解决系统非匹配不确定性难题; 同时为弥补反步滑模控制器鲁棒性不足缺点, 利用自回归小脑神经网络（RCMAC）的在线非线性逼近、自学习能力和相应控制结构, 设计基于RCMAC的反步滑模控制器。仿真试验结果表明, 该方法下高超声速飞行器纵向的高度控制精度可达到0.5 m, 速度控制精度为0.1 m/s, 可以保证闭环系统全局稳定, 且拥有良好的跟踪性能和鲁棒性能。

内外框架之间的耦合力矩和谐波减速器的非线性传输力矩是影响双框架磁悬浮控制力矩陀螺(DGMSCMG)框架系统精确角速度控制的主要因素, 为了解决以上干扰问题, 实现框架系统高精度角速率伺服控制提出了一种基于扰动观测器和自适应反步的框架系统复合解耦控制方法。通过扰动观测器来估计框架系统中的扰动, 并结合自适应反步法获得控制律, 其间将扰动估计误差当作未知参数设计了其自适应律, 对扰动的两次处理使得框架系统干扰估计更加精确, 同时可以保证估计参数的收敛性和整个框架系统的稳定性。仿真和实验结果表明, 采用此复合控制方法, DGMSCMG框架系统扰动估计误差不超过框架系统实际扰动的3%, 实际框架角速率跟踪参考指令角速率的精度达到99.2%。此复合解耦控制方法可以满足DGMSCMG框架系统抗干扰能力强、高精度角速率伺服控制的要求。

针对四旋翼飞行器多输入多输出、强耦合、非线性且欠驱动等特点带来的对外部干扰敏感问题, 提出了基于积分型反步法的控制系统。首先建立了四旋翼飞行器的动力学模型, 然后设计了位置控制回路外环及姿态控制回路内环的双闭环控制结构PID控制器,和由李雅普诺夫稳定性理论证明的Integral Backstepping法的控制器, 最后在Matlab/Simulink中对这两种控制器进行仿真实验分析。结果表明, 使用Integral Backstepping算法的控制器模型在控制精度、调节时间和抗干扰性上都明显优于经典PID算法。

针对近空间可变翼高超声速飞行器的非线性系统控制问题, 考虑可变翼对建模的影响、模型参数不确定性和外界未知干扰对跟踪控制性能的影响, 以及虚拟信号多次“微分膨胀”问题, 提出一种基于Back-Stepping的鲁棒自适应动态面控制策略。首先利用插值拟合得到飞行器巡航段的气动参数, 建立精确的纵向模型, 得到飞行器纵向不确定严格反馈块非线性模型。其次根据飞行器的状态变量特性, 将高度和速度分开控制, 利用反步法依次求取控制信号, 并采用RBF神经网络对未知干扰进行逼近, 在线实时更新参数, 实现鲁棒自适应性能。针对虚拟控制信号求导困难和微分膨胀的问题, 加入动态面控制。通过Lyapunov函数等, 证明该方法可以保证系统的半全局稳定有界, 最后通过仿真表明该控制器具有较强的鲁棒性和良好的跟踪性。

针对具有不确定性、外干扰及饱和约束的卫星非线性姿态跟踪问题, 将约束反步法与状态观测器相结合, 提出分块自适应抗扰反步控制器。卫星模型由修正罗德里格参数进行描述。利用带参数投影的非线性扩张状态观测器对时变的“总干扰”项进行在线估计补偿, 以提高反步控制器的鲁棒性。在设计反步控制器时, 引入指令滤波器和修正跟踪误差信号以施加系统状态和执行器的饱和限制, 同时较容易获得虚拟控制导数, 并且放宽了干扰估计律投影算子的投影集范围。Lyapunov理论证明了闭环系统在非线性阻尼的作用下输入-状态稳定。对比仿真表明, 与传统自适应反步法相比, 所提出的控制器具有更高的姿态跟踪性能和干扰估计精度。