船舶动力定位系统是人们进行海洋探测开发、作业搜救、资源挖掘过程中必不可少的关键装备,也是人们向深海进军的技术保障。为使船在起重、铺管等作业过程中,能够保持固定位置或者循迹,在动力定位系统中,需要将位置参考系统测量得到的信息反馈给控制器,控制器根据设定值与测量信息的偏差作为控制器输入来控制船舶推进器以抵抗外界环境干扰,由此构成一套闭环控制系统。在船舶的不同位置点通常会安装好几个相同或者不同类型的位置参考系统。如何从多个位置参考系统的测量值中得到精确的位置信息,是船舶动力定位系统研究的一项关键技术。由于动力定位系统为非线性系统,过程噪声和测量噪声可能存在相关性(相关性I),并且测量噪声之间也可能存在相关性(相关性II)。为此,本文以“海洋石油201”船为研究对象,针对以上问题采用理论与仿真相结合的办法,提出了一种分散式容积信息融合方法,对多路测量数据进行融合。本课题的主要研究工作如下:(1)分析水平面船的运动情况,建立动力定位船和环境干扰模型的状态空间模型,建立GPS、水声、张紧索、Radius这四种船上常用的位置参考系统测量模型。(2)针对几种位置参考系统是以不同采样频率,基于参考系统本身的坐标系测得的数据,并且所测得的数据由于环境干扰或者系统本身的原因会出现冻结、野值、慢漂等现象而不准确的问题,为保证后续融合的可靠性,在数据融合之前需要对位置参考系统的测量数据进行时间配准、空间配准和质量检测。(3)针对本系统为过程噪声与测量噪声相关的非线性系统,提出了比扩展卡尔曼和无际卡尔曼估计更为精确的适合高维的容积卡尔曼滤波器。通过噪声相关条件下所推导出扩展信息滤波器的框架,将噪声相关的容积卡尔曼滤波器嵌入其中,推算出针对过程噪声和测量噪声的容积信息滤波器。(4)采用分散式结构,对容积信息滤波器滤波后的结果进行融合。通过与船舶真实位置值的仿真比较,分析所提出的融合算法的有效性,并通过与集中式融合算法的比较,得出两者的性能差异。结果表明,利用所研究的针对过程噪声和测量噪声的分散式容积信息融合方法能很好的实现位置参考系统信息融合功能。