本文在反步技术框架下研究不确定非线性系统在几类约束下的自适应跟踪控制问题。随着对系统的控制性能变得越来越高,设计的控制器除了保证系统稳定性外还需要考虑与外部输入、外部输出和系统本身相关的约束。本文针对一般非线性系统和高阶非线性系统,研究其在几类约束下（包括驱动器的输入饱和约束、网络控制环境下的带宽约束、系统输出约束以及高阶系统中的算法约束）的自适应控制问题。论文主要完成的研究工作如下:针对具有驱动器输入饱和约束的单连杆柔性关节机器人系统,提出了一种自适应模糊动态面控制方案。使用中值定理和平滑函数来处理与饱和约束相关的输入非线性问题。通过在设计过程中构建辅助的一阶滤波器,解决了在传统反步技术设计框架下存在的“计算爆炸性”问题。李雅普诺夫稳定性分析证明了闭环系统中的所有信号是半全局最终一致有界的。提出方法的主要优点是在整个设计过程中只需更新一个自适应参数。仿真结果表明,与标准动态面方法相比,改进的动态面方法可以将计算负担减少近三分之二。在上述对单连杆柔性关节机器人的研究基础上,针对多连杆柔性关节机器人系统的精确跟踪控制问题,提出了一种新的自适应模糊指令滤波控制策略。与现有的基于反步技术的方法相比,该方案不仅可以克服所谓的“计算爆炸性”问题,而且由于引入了误差补偿机制,还可以减少滤波误差从而进一步改善系统的跟踪性能。提出的方案只需要一个参数同样能保证跟踪误差最终收敛到零附近的一个很小的邻域内。将提出方法与现有方法如反步法和动态面法进行了仿真比较,结果表明所提出方法针对两连杆机器人系统具有明显的优势。针对网络环境下受网络带宽约束的非线性系统控制问题,提出了一种新型事件触发控制框架。与现有的事件触发控制方案不同,这些触发机制仅比较待发送信号和保持信号之间的差值,所提出的控制方法还考虑了触发机构对系统跟踪性能的响应。在该框架下,进一步针对系统收敛时间受系统初始值约束的问题,提出了一种固定时间触发控制策略。提出的控制方法可以减少信号在网络间的传输频率,同时确保系统的跟踪误差在固定时间范围内收敛到接近零附近的小邻域。对比研究和实际应用仿真结果表明了所提出的控制方法的有效性。针对高阶非线性系统的跟踪控制问题,现有文献中设计的控制器普遍存在两个主要约束:R1)需要对系统的幂施加一些约束,并且需要对系统的非线性函数施加增长性条件约束;R2)在设计过程中必须基于虚拟控制变量的重复求导来确定非线性边界函数的上界。本文针对时变非对称输出约束下一类高阶不确定非线性系统开发了一种基于多次增加幂次积分技术的跟踪控制方案,该方案消除了上述两个约束限制。此外,通过为高阶系统引入改进的时变非线性变换函数,当系统输出受对称约束或非对称约束甚至无约束情况时,提出的方案均能够实现对系统的跟踪控制。两个确定性实际应用的仿真结果表明,所提出的控制方案不仅对高阶系统有效,而且对一般的非高阶系统同样适用。