欠驱动系统由于结构简单、体积小、重量轻以及低功耗等特点,在人们日常生活中广泛应用。尽管欠驱动系统的自动控制问题一直是控制领域的研究热点,但目前大部分欠驱动系统还是人工操控,费时费力的同时还具有安全隐患。因此,对欠驱动系统自动控制方法的研究和实现具有重要的理论意义与实际应用价值。本文以神经网络反步控制方法为基础,结合切换控制、线性矩阵不等式技术以及鲁棒反步控制技术,针对四种不同的欠驱动非线性系统的控制问题进行了深入研究,这四类欠驱动系统按系统自由度维数依次增加,分别是二自由度欠驱动系统——旋转倒立摆、三自由度欠驱动系统——平面垂直起降飞行器、三自由度欠驱动系统——双转子直升机以及六自由度欠驱动系统——四旋翼无人机。本文的主要研究内容如下:针对二自由度欠驱动旋转倒立摆系统的起摆和稳定控制问题,首先利用线性化系统和切换控制来避免原倒立摆非线性系统的欠驱动和不可控问题,然后分别利用鲁棒反步法、自适应神经网络反步法以及线性矩阵不等式技术设计了基于状态切换的起摆控制器和稳定控制器,最后用李雅普诺夫稳定性判据对旋转倒立摆闭环系统的稳定性进行了分析,得到了闭环系统状态具有一致最终有界稳定性,并用两组实物实验对控制算法的有效性进行了验证。针对三自由度欠驱动平面垂直起降飞行器系统的位置跟踪控制问题,首先利用中间控制器和非线性项扰动化来避免原飞行器系统的欠驱动问题,然后对该系统提出了改进的神经网络反步控制方法——梯度下降神经网络反步控制法,引入了两个梯度下降神经网络反步控制器对系统的位置进行控制,同时采用鲁棒反步控制技术对飞行器的侧倾角进行控制,最后用李雅普诺夫稳定性判据证明了飞行器闭环系统跟踪误差一致最终有界,并用两组仿真对比实验验证了控制器的有效性。针对三自由度欠驱动双转子直升机系统的姿态跟踪控制问题,首先利用中间控制器来避免原直升机系统的欠驱动问题,然后对该系统的三个姿态角分别设计了梯度下降神经网络反步控制器,通过引入三个梯度下降神经网络来处理系统三个旋转自由度的扰动,最后用李雅普诺夫稳定性判据证明了直升机闭环系统跟踪误差一致最终有界,并用四组实物对比实验对控制算法的有效性进行了验证。针对六自由度欠驱动四旋翼无人机的位置与姿态跟踪控制问题,我们首先利用中间控制器和定义两个子系统来避免直接研究原无人机系统所遇到的欠驱动问题,然后为该系统设计了梯度下降神经网络反步控制器,通过引入六个梯度下降神经网络来处理系统位置和姿态上的扰动,最后用李雅普诺夫稳定性判据证明了无人机系统闭环跟踪误差具有一致最终有界稳定性,并用两组实物对比实验验证了控制器的有效性。