近些年来,随着海洋空间中水面作业任务逐渐向复杂化、规模化方向发展,无人船技术的研究趋势也从单一无人船向多无人船协同编队技术拓展。相比单一的无人船控制,多无人船的工作效率更高,容错性更好,并且适应能力更强,在环境监测、搜索救援、资源探测、舰队补给等民用和军事领域都有广泛的应用。在此背景下,多无人船控制技术正受到前所未有的关注,如何实现多无人船在水面上的编队航行,以及如何处理危急状况时的避障问题已成为无人船问题研究中的重点方向。本文基于实际问题的需要,研究了一类欠驱动自主水面无人船在未知输入增益、模型不确定和海洋扰动条件下的分布式时变编队控制问题。具体研究工作包括:第一,针对模型参数不确定,未知海洋环境扰动和输入增益未知的欠驱动无人船编队控制问题,提出了一种具有避障和连通保持功能的单路径导引分布式时变编队控制方法。在运动学层面,提出了一种基于一致性方法、路径跟踪设计、人工势能函数和辅助变量方法的分布式制导控制律;在动力学层面,基于间接模型参考自适应控制方法,设计了一种自适应动力学控制律,利用神经估计器识别未知输入增益、模型不确定性和海洋扰动。基于间接参考模型自适应的动力学控制方法能够保证速度跟踪误差收敛到一个零域,使得前向速度和角速度达到满意的跟踪效果。采用级联稳定性定理分析了闭环系统的稳定性。最后在Matlab/Simulink平台仿真验证了输入增益未知欠驱动多无人船的防碰撞时变队形控制方法的有效性。第二,针对邻居无人船速度未知,模型参数不确定,未知海洋环境扰动和输入增益未知的欠驱动无人船编队控制问题,设计了一种基于积分并行学习方法的欠驱动无人船防碰撞时变队形控制器。在运动学层面,引入扩张状态观测器估计邻居无人船的速度,基于路径跟踪设计和一致性方法设计了分布式时变编队运动学控制律;在动力学层面,利用积分并行学习方法精确辨识未知输入增益,利用神经网络估计海洋扰动和未知不确定性,提出了基于积分并行学习的自适应动力学制导律。该方法无需持续激励,在保证跟踪误差收敛的同时也可以保证参数的收敛,使得参数的估计值无限接近真实值,从而实现对未知输入增益的精确估计。采用级联稳定性定理分析了闭环系统的稳定性。仿真结果验证了基于积分并行学习的欠驱动多无人船防碰撞时变队形控制方法的有效性。