随着陆地资源的逐渐减少，人们把目标转向了占地球表面积71％，并含有丰富资源的海洋。为了人类能够更好的利用和管理海洋资源，需要对海洋进行持续的研究以获得对其动态性能的理解，以做到可持续发展。而对海洋的调查和监测任务包括水下调查，海底地形测绘，气候变化评估或海洋特性监测等，这些研究工作都是烦琐的，具有很大的危险性。因此，海洋学的研究迫切需要发展先进的海洋监测系统和功能强大的潜水设备，以此来帮助海洋科学家获得更多新的发现。而在这些设备中，水下机器人作为一种替代或者协助人类探索海洋、开发海洋的智能平台，为海洋环境的研究提供一种大范围、连续、空间的观测手段。而在众多水下机器人中，便携式自主水下机器人具有体积小、模块化、易用性、低成本等特点，通过其搭载的水下观测设备，可在中国近海、湖泊与水库等相对较浅的水域实现水文、地形及相关化学要素的同步观测及水下侦查。　　然而，便携式AUV控制性能的好坏直接影响它在很多方面的潜在应用。当前常用于AUV控制系统的PID或分段PID方法可解决基本的航行控制问题，但当AUV航行速度改变时，该方法便不具有适应性，甚至是不稳定的，为了达到新的稳定，控制参数需要重新调节，这样会花费掉大量的海上宝贵作业时间，降低作业效率。要完成高精度的跟踪、观测等作业，必须有先进的控制算法来支撑，但是先进的航行控制算法要以合理的动力学模型为基础。所以，本文以中科院沈阳自动化研究所最新研制的便携式AUV为研究对象，基于模型预测控制理论，重点研究其航行控制中所遇到的若干问题。　　针对模型预测控制算法中所用到的便携式AUV的数学模型，本文采用机理建模的方法推导了该AUV的动力学模型，并使用计算流体力学方法和非线性最优化方法代替水池实验获取了模型结构和模型参数，最后通过对仿真数据与试验数据的对比，证明了该模型及方法的有效性。在已建立的动力学模型基础上，针对便携式AUV控制中存在的滞后问题，引入并改进了传统预测控制方法，使得便携式AUV系统控制的滞后环节得到有效的补偿。面向在航速变化时存在的模型失配问题，通过估计模型差，设计了控制修正策略，保证基于特定航速参考模型所设计的控制器在航速变化时也具有很好的鲁棒性和跟踪性能。最后，从非线性控制的角度出发，设计了滑模预测控制器。在滑模预测控制中，利用预测控制中的反馈校正和滚动优化去修正滑模控制器的输出，降低滑模控制器的抖振，并将其应用到便携式AUV的航行控制中。