随着物联网、大数据、深度学习的发展,智能船舶、智能油田是目前船舶与海洋工程界研究的热点,海浪信息的实时获取十分重要。针对目前人工或仪器监测存在的精度低、成本高、易受恶劣海况影响等问题,本文基于浮式平台运动响应反演波浪信息具有十分广阔的应用前景。本文以半潜式海洋平台为研究对象,进行卡尔曼滤波和welch谱分析研究,采用混合优化算法得到海浪信息。（1）建立了基于考虑二阶运动响应的平台监测运动数据的滤波方法,以此得到平台波频运动时历,为谱分析提供了数据支持。首先基于ANSYS建立平台水动力网格模型,并导入AQWA进行水动力计算和时域计算数值模拟,得到平台总运动时历和低频运动时历。然后基于MATLAB建立平台的运动数学模型,编写卡尔曼滤波源程序,对平台总运动时历进行滤波。结果表明:滤波得到的波频运动时历与实际值基本吻合,并且滤波数据没有丢失。验证了卡尔曼滤波程序的可行性。（2）建立了将平台波频运动时历时频转换的谱分析方法,以此得到平台运动谱,为海浪谱参数优化算法提供了数据支持。以海浪仿真为切入点进行谱分析方法技术研究,首先进行海浪模拟,采用香农采样定理和频率等分法将设定海浪谱转换成3小时海浪时域信号。接着选择welch法作为本文谱分析方法,选择窗函数海明窗,并建立反映海浪谱形状的参数和傅里叶变换点数的关系,进行算法可行性验证。结果发现:计算的平台运动谱与实际对比,发现谱峰频率和有义波高基本一致。验证welch法对于平台运动时频转换也同样适用。（3）建立了考虑有义波高、谱峰频率、浪向角的海浪谱参数混合优化算法,验证混合算法的创新性和优越性。首先确定判断算法优劣的标准为优化解的精度和算法稳定性,接着基于上一章谱分析得到的平台运动谱数据,考虑有义波高、谱峰频率的海浪谱参数优化。结果表明:并且优化算法本身精度很高,得到的优化解精度取决于输入平台运动谱的精度,所以需要改善卡尔曼滤波算法,使平台运动谱更加贴合实际。然后引入浪向角,考虑有义波高、谱峰频率、浪向角的海浪谱参数优化。建立浪向角-波浪频率的二维RAO数据库,提出基于浪向角分配纵横摇自由度参数结果的权重的方法。结果表明:混合算法在大多数情况下精度最高,并且各个海况下收敛更快,算法更稳定。初步验证提出的混合优化算法的创新性和优越性。（4）建立了考虑可变载荷影响下有义波高、谱峰频率、浪向角的海浪谱参数混合优化算法,以此实时获取海浪信息,为平台工作和运行提供数据支持。首先考虑平台可变载荷影响下变吃水的平台运动RAO变化,建立吃水-浪向角-波浪频率的三维RAO数据库。然后考虑变吃水下有义波高、谱峰频率、浪向角的海浪谱参数优化。结果表明:三维RAO数据库的建立是可行的,与AGA和PSO相比,混合算法在优化解的精度和算法稳定性上表现出更好的效果,更好地反演海浪信息。引入浪向角后,优化解个数增加更加体现了混合算法的优势,验证了提出的混合优化算法的创新性和优越性。