无人水面艇作为一种能够通过搭载多种军、民用载荷以执行不同复杂任务的无人载运平台,其伴随着世界各国对于海洋权益的愈加重视也逐渐受到了各国政府及相关科研单位的广泛关注及研究。轨迹跟踪作为无人水面艇运动控制的基础环节,其对于无人水面艇能否快速、有效、精准的执行相关任务有着关键的影响,因此研究无人水面艇的轨迹跟踪控制问题对于推进无人水面艇未来技术发展有着重要的意义。本文针对无人水面艇运动控制系统,结合极速学习神经网络、有限时间扰动观测器及有限时间扩张状态观测器,提出了相应的智能轨迹跟踪控制策略以提升无人水面艇运动控制系统的鲁棒性及轨迹跟踪精度。本文完成的主要工作如下:首先,针对包含风、浪、流等外界环境干扰的无人水面艇轨迹跟踪控制问题,提出了一种混合前馈-反馈轨迹跟踪控制策略,该策略通过采用混合前馈-反馈控制结构使得逼近器仅需输入期望参考信号,从而降低了逼近器输入维度。此外,该策略采用极速学习神经网络作为前馈环节逼近器,其仅需调节输出权重的特性进一步简化了运算,最终使得跟踪误差一致最终有界,仿真结果验证了所提出控制策略的有效性。其次,考虑含有系统不确定项及外界扰动的无人水面艇轨迹跟踪控制问题,本文结合非奇异终端滑模技术、极速学习神经网络及有限时间扰动观测器设计了基于有限时间扰动观测器的轨迹跟踪控制策略。极速学习神经网络在该控制策略中被用于对系统不确定项进行逼近,随后引入有限时间扰动观测器对其最小逼近误差以及外界扰动进行精确地观测,最终使得闭环系统渐近稳定,仿真实验进一步验证了所提出控制策略的有效性。最后,本文提出了一种基于有限时间扩张状态观测器的轨迹跟踪控制策略用于使无人水面艇在复杂扰动情况下仍能够精确地跟踪期望参考轨迹。通过非光滑设计,该策略将有限时间扩张状态观测器纳入非奇异快速终端滑模控制框架中,从而进一步的增强了无人水面艇的干扰抑制能力及跟踪精度。此外,其有限时间稳定性通过Lyapunov稳定性理论进行了证明,最终的仿真及对比结果证明了所提出控制策略的有效性及优越性。