常规水下机器人由于被流体全包裹,导致其所受到的流体阻力大,长期以来航行速度很难突破40 m/s。超空化减阻技术可以将水下机器人的航行阻力减小90%以上,航行速度可提升至100 m/s的量级,因此,采用超空化减阻技术的水下机器人具有重要的研究意义。超空化减阻技术是在机器人外表面包裹一层空泡,使其不与液体直接接触,从而大幅度减小流体阻力,但也会因为空泡的包裹丧失大部分浮力。因此,基于超空化减阻技术的水下高速机器人在获得高速度的同时,其动力学建模与控制系统设计相较于传统水下机器人也更加复杂。本论文依托于吉林省“十三五”科学技术研究规划项目《水下高速超空泡鱼雷时变动力学建模与控制技术研究》（批准号:JJKH20181139KJ）,对基于超空化减阻技术的水下高速机器人时变动力学模型和控制技术展开研究。本文主要工作和研究成果如下。对水下高速机器人的各主要部分进行详细的受力分析,在考虑空泡轴线偏移和尾翼效率的基础上,运用动力学定理建立了非线性时变动力学方程组。然后,根据纵向平面的运动特性,将所建立的非线性时变动力学方程组向纵向平面内简化,得到纵向平面非线性时变动力学模型。该动力学模型的动态特性仿真分析表明:开环水下高速机器人系统无法保持运动稳定性,需要为其设计合适的运动控制器。水下高速机器人由于存在模型参数不确定性和外部干扰等不确定因素,且以上不确定因素满足匹配条件,因此,使用滑模变结构控制理论为其设计了轨迹跟踪控制器。仿真结果表明:存在模型参数不确定性和外部干扰的水下高速机器人可以较好地跟踪预定轨迹,但是状态变量和控制变量出现了一定程度的抖振。针对滑模变结构控制器的抖振问题,设计了基于RBF神经网络的自适应滑模变结构控制器。利用RBF神经网络补偿模型参数的不确定性和外部干扰,并使用Lyapunov理论推导出了RBF神经网络的权值变化率,且证明了控制策略的稳定性。仿真结果表明:存在模型参数不确定性和外部干扰的水下高速机器人不仅可以很好地跟踪预定轨迹,而且状态变量和控制变量的抖振现象也大幅度减小。