面向国家海洋强国战略需求,推动船舶运动控制技术的发展是为实现高度自主无人化船舶智能自主航行的必经之路。考虑船舶在航行中遭受外界未知时变海洋环境、动态不确定性和执行器饱和非线性的影响,本研究提出非线性自适应神经控制策略。针对上述问题,本文具体研究内容如下:（1）针对具有动态不确定性和未知时变外部扰动的欠驱动船舶轨迹跟踪控制问题。在控制设计中,应用自适应神经网络与扰动观测器技术的独特优势,将两者在设计上进行有机融合,并应用有限时间理论,提出基于神经网络的有限时间扰动观测器,以实现未知时变外部扰动和逼近误差的在线重构。进一步,应用视线-视距（LOS）设计方法解决欠驱动导致的设计难题,并在此框架下,将DSC技术与backstepping设计方法相结合,提出基于神经网络扰动观测器的欠驱动船舶有限时间轨迹跟踪控制解。随后,为了减少执行器频繁对控制指令的响应,将事件触发控制技术引入,并在控制律与船舶执行器之间建立事件触发协议,从而形成基于神经网络扰动观测器的欠驱动船舶有限时间事件触发轨迹跟踪控制策略。（2）在前序研究的基础上,进一步,考虑船舶执行器饱和约束问题及其对控制性能的影响。在控制设计中,采用基于神经网络的扰动观测技术在线重构由动态不确性以及外界环境扰动组成的复合不确定部分。为了解决饱和约束对控制性能影响,将指定性能控制技术与有限时间控制方法结合,构造一个新的指定性能函数,并建立船舶跟踪误差的非线性变换。进一步,在backstepping设计框架下,引入附加控制技术与饱和动态补偿技术,提出欠驱动船舶指定性能轨迹跟踪控制策略。该策略在解决欠驱动和输入饱和约束的同时,实现了船舶跟踪控制精度和跟踪收敛速度的离线与设计。（3）为验证以上控制方案的有效性,以某型号欠驱动船舶模型为仿真对象进行控制性能测试。结果表明:本研究所提出策略可以抵抗复合扰动以及执行器饱和约束的影响,且对船舶的内外不确定性具有较强的鲁棒性与自适应能力。