随机非线性系统是一类带有随机动态特征的非线性系统,适用范围广,控制难度大.其稳定性分析和控制器设计具有深刻的理论意义和广泛的应用价值,近年来,随机非线性系统的控制研究越来越受到国内外广大学者的关注.本文基于动态面控制技术和K-滤波器方法,针对状态未知的随机非线性系统,提出了几种自适应输出反馈控制方案.主要研究内容如下：第一,针对一类含有未建模动态的随机非线性输出反馈系统,利用Young’s不等式和神经网络的逼近能力,提出了一种自适应动态面神经网络控制方案.本设计方案利用K-滤波器估计不可量测的系统状态,采用改变能量函数的方法处理未建模动态,将动态面控制技术与后推设计相结合,避免了传统后推设计过程中出现的“复杂性膨胀”问题,降低了计算量.理论计算证明了闭环系统中的所有信号在概率意义下半全局一致终结有界,且输出依概率收敛到零点的一个小邻域内.第二,基于随机小增益定理,对于一类带有未建模动态、状态未知和控制增益符号未知的随机非线性输出反馈系统,提出了一种自适应神经网络控制新方案.利用神经网络逼近未知非线性函数.将动态面控制与输出反馈控制相结合,避免了过参数化问题.采用合适的坐标变换和Young’s不等式,取消了系统函数的相关匹配条件.稳定性分析证明了闭环系统是依概率输入状态实用稳定的,闭环系统中的所有信号在概率意义下半全局一致终结有界,且输出依概率收敛到零点的一个小邻域内.第三,针对一类参数不确定且含有未知关联项的随机非线性关联系统,基于动态面控制方法,提出了一种自适应输出反馈控制方案.该方案将动态面控制技术与输出反馈控制相结合,避免了传统后推设计过程中对虚拟控制律反复求导出现的“复杂性膨胀”问题,拓展了动态面控制方法的应用范围.利用K-滤波器估计不可量测的系统状态,设计的自适应动态面控制器可以确保闭环系统中的所有信号在概率意义下半全局一致终结有界,且跟踪误差收敛到一个小的残差集内.通过本文的研究,对带有未建模动态以及状态未知的随机非线性系统的自适应输出反馈控制有了较好的解决方法,并利用动态面控制方法实现了一类随机互联系统的跟踪控制问题.仿真实例验证了所提控制方案的有效性.