随着社会经济的迅速发展,人们对资源的需求越来越大,伴随而来的是陆地资源的逐渐枯竭,许多科研工作者将探索和开发的目光投向蕴含着丰富矿产资源的海洋、湖泊及河流。仿生机器鱼作为一种新型自主水下航行器,通过模拟真实鱼类的推进方式实现运动,不仅仅具有鱼类卓越的机动性和灵活性,还具有结构简单、噪声小、对环境影响低的特点。仿生机器鱼研究的难点在于其动力学模型十分复杂、系统非线性高、外界干扰众多。为了完善动力学模型,提高机器鱼系统的控制精度和响应速度,本文围绕仿生机器鱼动力学模型优化和二阶滑模控制策略展开深入研究。首先,分析建立了机器鱼转向基本动力学模型;接着提出并建立机器鱼转向艏摇模型,采用数据辅助方法对机器鱼转向动力学模型进行优化。其次,本文采用离散super-twisting-like控制策略来克服仿生机器鱼系统中的非线性影响以及复杂的外界因素造成的干扰。并且对一般离散super-twisting-like控制策略进行改进,提出了改进的离散super-twisting-like控制器来提高控制精度。最后,为了验证文中提出的改进和策略的准确性和有效性,设计了三种实验方案,并在搭建完成的仿生机器鱼控制系统实验平台上进行实验。实验结果表明,本文建立的基于数据辅助方法、考虑艏摇存在的仿生机器鱼转向动力学模型能够有效完善系统模型、提高模型精度;并且文中设计的离散super-twisting-like控制器不仅克服了系统中非线性的影响,消除了传统离散滑模的弊端,还进一步提高了仿生机器鱼控制系统的响应速度和控制精度。