随着世界经济不断地发展,海洋资源对人类的发展愈发重要,建设海底隧道、开采海底石油、铺设海底电缆等海洋工程项目也越来越多。因此对资源开发和工程项目中的作业船舶配备的技术设备也提出了更高的要求。动力定位技术在船舶上的应用使得人们对海洋资源有了更有效的开发与利用。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。本文以动力定位船舶的位置参考系统为研究对象,针对外界干扰所引起的系统模型不确定以及噪声的不确定性,采用基于自适应鲁棒SRCKF算法的混合式融合方法实现多传感器信息融合,提高动力定位系统的定位精度与整体性能。首先,根据动力定位船舶的运动情况,介绍了常用坐标系与坐标转换方式,建立了船舶运动模型;考虑外界环境干扰,建立了环境干扰模型;针对动力定位系统,建立了三种动力定位位置参考系统数学模型分别为:DGPS、水声、张紧索位置参考系统。其次,由于每个位置参考系统的采样频率不同,采样数据都是基于自身参考系统的坐标系,并且所测得的数据由于环境的干扰或者系统自身的某些故障会出现冻结、野值、慢漂等问题,影响数据精度与准确性。为了确保融合的可靠性,在融合前需要对各个位置参考系统的测量数据进行时间配准、空间配准以及质量检测。然后,在船舶实际作业中,系统模型往往是不确定的并且噪声统计特性也可能是未知的。本文依次通过对容积卡尔曼滤波(CKF)、平方根容积卡尔曼滤波(SRCKF)进行分析,针对系统模型的不确定性,提出了鲁棒SRCKF算法;在其基础上,针对可能同时存在的噪声统计特性的不确定性,提出了自适应鲁棒SRCKF算法,并分别进行了仿真对比验证。最后,在重置式联邦融合方法的基础上,利用集中式融合结构的优点,提出混合式融合方法。并与自适应鲁棒SRCKF相结合,对动力定位船舶的多传感器位置参考系统进行全局融合。通过对混合式与重置式融合方法的仿真比较,得出两者的性能差异,验证了基于自适应鲁棒SRCKF的混合式信息融合方法的有效性。