近几年,随着电力系统、机器人系统、航空航天飞行器的发展,实际工程所涉及的系统越来越复杂,规模越来越大,同时对系统的性能提出了更高要求,越来越多的国内外学者研究大规模非线性系统的控制器设计问题,其中最具代表性的就是下三角非线性系统的控制问题。除了系统更加复杂外,在一些涉及安全、环境保护、以及提高生产质量方面,有的实际系统需要在一定的硬约束或者软约束下运行,若超出了自身的约束条件,系统会不稳定,甚至引发事故。本文针对带有全状态约束的下三角结构非线性系统进行分析设计,分别考虑输出时延、不确定非线性函数、量化输入、未知参数等情形对系统稳定的影响。论文的主要研究内容如下:（1）针对带有输出时延的全状态约束下三角关联非线性系统进行追踪控制研究。首先,通过误差转化函数将初始一段时间的误差转化成新的误差。其次构造障碍李雅普诺夫函数,保证系统的所有状态约束在给定的时变上下界。然后基于RBF神经网络和反步法,设计出神经网络自适应追踪控制器,使得系统的输出能够追踪上给定的信号,并且进一步证明系统半全局一致最终有界。对于系统中的时延部分,利用Lyapunov-Krasovskii泛函消除了其对系统的影响。最后通过一组仿真实验,验证了所设计控制器的正确性和有效性。（2）针对带有量化输入的全状态约束下三角非线性系统进行追踪控制研究。首先考虑系统的状态带有未知系数,系统输入是经滞后量化器进行量化的输入。其次通过误差转化函数对初始误差进行转化。然后构造障碍李雅普诺夫函数,保证系统的所有状态约束在给定的时变上下界。接着基于动态面控制方法和反步法,设计出自适应追踪控制策略,能够使系统的输出可以追踪上给定的信号,进一步推得系统半全局一致最终有界。最后通过一组数值仿真实验,验证了所设计控制策略的正确性和有效性。