针对模型未知的直升机机动飞行过程中存在的输入时滞及饱和问题, 提出了一种无模型增量自适应最优控制方案。首先, 利用增量非线性技术得到了系统的近似时变模型, 并通过递推最小二乘估计(RLS)对相关矩阵参数进行辨识; 其次, 采用泛函性能指标处理输入时滞及饱和问题, 利用增量自适应动态规划(IADP)设计近似最优跟踪控制律; 最后, 通过神经网络近似基于实时状态和延时输入的时间差分误差(TDE)函数, 并运用其瞬时积分得到评价网络权值更新率。通过Lyapunov函数分析证明了闭环系统的稳定性。直升机机动飞行速度跟踪控制仿真验证了该方法的有效性。

针对具有输入饱和及输出约束的非线性纯反馈系统, 提出了有限时间自适应神经跟踪控制方法。利用有限时间控制理论、Barrier Lyapunov 函数以及径向基函数(RBF)神经网络设计出新颖的虚拟和实际输入信号, 解决了具有输入饱和及输出约束的非线性纯反馈系统的有限时间控制问题, 同时, 确保系统在满足输入饱和及输出约束的条件下, 系统的输出在有限时间内跟踪上参考信号, 并且系统的跟踪误差在有限时间内被限制在原点的小邻域内。最后, 仿真实验阐明了所设计控制器的有效性。

以六旋翼无人机为控制对象，针对经典控制分配方法在控制输入值过大时易出现电机转速指令值饱和的缺点，提出一种根据权重进行分配的改进方案。根据控制输入值的变化来实时更新权重系数以避免电机转速饱和。仿真结果表明所提分配方法能提高分配的合理性，抑制各通道的耦合现象,能有效提高六旋翼无人机的抗饱和性，有助于改善无人机的飞行性能。

针对无角速度量测及饱和输入条件下的编队姿态协同控制问题，将未知饱和控制影响与外部扰动合并为复合外部扰动，设计了一种外部状态观测器准确估计系统角速度和复合外部扰动；在此基础上，提出了一种有限时间滑模协同控制律，通过构造合适的Lyapunov函数从理论上证明了系统的稳定性；仿真结果表明，该方法能够在有限时间内实现对姿态的准确估计和协同控制。

针对一类输出误差受限且输入具有饱和特性的非线性系统跟踪控制问题，提出了一种模糊反步自适应控制方法。采用Butterworth低通滤波器和模糊状态观测器对控制增益未知的非线性系统中的不可观测状态进行估计,采用约束Lyapunov函数对输出误差进行限定; 然后,利用具有光滑特性的双曲正切函数和Nussbaum增益函数对控制器的饱和特性进行处理; 最后,结合反步法与动态面法设计出鲁棒控制器，并运用Lyapunov稳定性理论对系统的稳定性进行分析，证明了闭环系统中的所有信号半全局一致稳定。以具有参数不确定性和外界未知干扰的高超声速飞行器的纵向运动为仿真模型，仿真结果表明,系统的输出误差被限定在约束的范围内，具有较强的鲁棒性能。

针对大口径光电望远镜惯量大、存在摩擦非线性的特点，设计了自抗扰控制器以改善伺服系统的速度响应特性。介绍了自抗扰控制器的工作原理和基本结构，给出了控制器参数的选择依据，并仿真分析了各个参数的作用效果。最后，在实际望远镜转台上和常规PID控制器进行了对比实验。结果表明，采用自抗扰控制器，既可以实现大速度阶跃响应快速无超调，又可以缩短低速阶跃响应时间、改善低速平稳性。在以0.005 (°)/s速度运行时，系统稳定时间为1 s，速度波动标准差为0.000 082 (°)/s，最大值为0.000 42 (°)/s，性能明显优于传统的PID控制系统。实验结果证明自抗扰控制器对摩擦、饱和等非线性因素具有抑制能力，可以提高望远镜伺服系统的调速性能。