摘要：針對輸入受限和控制方向未知的無人帆船航向控制問題,考慮系統模型存在動態不確定和未知外界擾動的情況,本文提出一種基于非仿射航向運動數學模型的最小參數自適應遞歸滑模動態面控制策略.該策略通過Taylor展開方法將非仿射模型轉化為具有線性結構的仿射時變系統,采用最小參數學習(minimal learning parameter,MLP)神經網絡逼近無人帆船模型不確定部分,并利用雙曲正切函數處理控制輸入飽和現象,引入Nussbaum函數處理系統中未知控制方向問題,同時綜合考慮帆船艏搖角速度誤差和航向誤差之間關系設計遞歸滑模動態面舵角控制律,并設計參數自適應律對神經網絡逼近誤差與復合干擾總和的界進行估計.選取李雅普諾夫函數證明了所設計控制器能夠保證航向閉環系統內所有信號的一致最終有界性.最后,基于一艘12 m無人帆船進行仿真驗證,結果表明無人帆船航向控制響應速度快,所設計的控制器能有效地處理模型不確定項和風浪等外界擾動,具有較強的魯棒性.