无人水面艇(Unmanned Surface Vessel,USV),作为一种新型运载工具,拥有灵活性高,机动性强,行动隐秘等特点,这些特点能够协助大型船只和使用者完成诸多难度高、危险性强的工作,在海洋探测、军事任务中扮演重要角色。考虑到其所处海洋环境的复杂性与危险性以及无人艇自身所具有的操控难、模型摄动等问题,使得提高无人艇航向控制的精度成为了当前研究的热点问题。神经网络控制作为当下研究的热门领域,其具有的自适应、自学习的优点对于控制系统的设计有一定的启发和影响。通过设计神经网络控制算法进行无人艇航向控制研究,并根据神经网络输出LDI方程式,构建并求解Lyapunov不等式,进而判断神经网络的稳定性;并依据不同海况、摄动等对航向神经网络控制系统设计和仿真研究。首先,搭建了无人艇平面运动数学模型及简化的三自由度运动模型,并给出了与之相对应的Nomoto响应数学模型。考虑舵机的执行机构特性,搭建了非线性舵机响应模型;同时结合无人艇工作环境,建立了海风,海浪等无人艇外部扰动数学模型,为无人艇航向控制系统的设计及仿真试验分析奠定了基础。其次,将神经网络与控制系统设计相结合,建立了无人艇PID航向控制系统模型作为参考,利用离线训练神经网络的方法设计航向神经网络控制系统,依据神经网络辨识理论,完成无人艇航向控制系统辨识;通过量化外界扰动与自身参数摄动完善航向控制系统设计。再次,结合当前国际领域对神经网络稳定性理论以及Lyapunov理论,推导了无人艇航向神经网络控制系统输出及其线性化表示;构建了Lyapunov不等式,给出了求解线性矩阵不等式证明稳定性的方法,结合Matlab中的LMI工具箱进行仿真计算,给出了可证明系统稳定性的结果。最后,完成无人艇在复杂海况、参数摄动下的航向控制仿真实验;利用统计原理得出了稳态状况下的航向角、舵角等统计结果,并给出对比结论。仿真实验结果表明:基于神经网络的无人水面艇航向控制系统具有较好的控制精度和鲁棒性。