随着海洋资源和海洋环境开发利用的迅速发展,世界各国纷纷加强研发、设计和制造海洋装备以维护本国海洋权益。无人水面艇作为一种能够监测海洋环境、维护海洋权益的智能化海洋装备,受到越来越多关注。在极其复杂的海洋环境中,设计一种无人水面艇自主运动控制器,使无人水面艇具有快速精确的跟踪期望航向和航迹的能力,是保证无人水面艇能够安全航行并执行特定任务的前提。因此,本文以“蓝信”号无人水面艇的自主运动控制为研究对象,针对“蓝信”号无人水面艇航向与航迹的精确跟踪控制问题,设计了一种基于RBF神经网络的无人水面艇自抗扰控制器,并通过仿真实验与实船实验验证所设计控制器的可行性和有效性。主要内容分为以下几部分:针对“蓝信”号无人水面艇的运动模型和干扰模型问题,分别建立了“蓝信”号无人水面艇的线性数学模型与非线性响应型数学模型,并对外界风浪流干扰进行数学建模,为航向控制和航迹跟踪控制提供模型基础。针对“蓝信”号无人水面艇的航向控制问题,利用RBF神经网络的自学习和自适应能力强的优点,在ADRC的基础上,设计了一种基于RBF神经网络的ADRC航向控制器,并给出了对参数的调整方法。通过仿真对比实验,表明了在有风、浪、流干扰条件下,基于RBF神经网络的ADRC航向控制可对控制器参数的在线调整,抗干扰能力更强,控制效果更好。针对“蓝信”号无人水面艇的航迹跟踪控制问题,将LOS算法与基于RBF神经网络的ADRC航向控制相结合,设计了一种基于LOS的RBF神经网络ADRC航迹跟踪控制器,并分别进行了直线和曲线航迹跟踪控制的仿真实验。通过仿真对比实验,表明了在有风、浪、流干扰条件下,基于LOS的RBF神经网络ADRC航迹跟踪控制具有更高的跟踪精度,控制性能更好。最后,对本文所设计的航向控制器和航迹控制器进行实船验证。将所设计的控制器应用到“蓝信”号无人水面艇的运动控制中,并在海上分别进行了航向和航迹跟踪控制的实船实验。通过对实船数据的分析可以看出,所设计的控制器在外界环境的干扰下具有较好的鲁棒性和自适应能力,能够实现对期望航向和航迹的精确跟踪控制,为无人水面艇的航向和航迹的跟踪控制提供了一种有效的精确跟踪控制方法。