随着人口激增和工业发展，陆地上的资源和能源被消耗地日渐枯竭；海洋资源逐渐进入人们的视野；尤其是深海领域蕴含大量的矿产及油气资源。复杂多变的深海环境对工程船舶、油气开采平台等海洋开发装备提出了更高的要求，深海环境对船舶和海洋平台工作时的定位能力也提出了严峻考验。传统的锚泊设备随着水深的增加凸显了安装费用猛增、定位精度差等缺点。船舶动力定位系统不受工作海域水深限制、安装撤离迅速、定位精度高；各国的科研机构和高校纷纷加大了对船舶动力定位系统的研究投入。船舶动力定位系统中最关键的是其闭环循环算法，船舶依靠自身的推进器产生推力并且不需要外界设备的辅助，一部分推力用来抵抗作用于船舶的风、浪、流等环境载荷，另一部分推力使船舶保持在预定位置或者按照设定的轨迹航行；上述两种控制状态均需要得到船舶的低频运动信息。本文主要针对状态估计算法进行研究并仿真分析，具体研究内容如下：1）首先介绍船舶在自由液面上的六自由度运动，接着深入到动力定位系统中船舶在水平面上的纵荡、横荡和艏摇三自由度运动，并分别给出船舶在上述运动中的高、低频数学模型；然后给出风、浪、流载荷的计算方法。最后介绍三种比较成熟的控制算法（PID、LQ、反歩积分）并且分别与船舶低频运动数学模型组成循环控制程序进行仿真，为研究状态估计算法提供输入项。2）针对Kalman和Passive滤波，首先阐述其滤波原理及循环流程。然后在保持相同控制力及力矩、环境参数、参考位置情况下分别进行仿真研究；从定性角度观察滤波效果，并从定量角度分析滤波器内部固有参数对滤波效果的影响，最后对比分析这两种滤波器的优缺点。3）针对Kalman滤波存在的缺点，本文引入两种算法对其进行改进：渐消记忆滤波和H∞鲁棒性滤波。首先介绍这两种改进算法的原理及滤波流程。然后在相同的控制力及力矩、环境参数、参考位置条件下分别进行仿真，并调整其内部固有参数从定性、定量角度分析其滤波效果。最后在这两种滤波算法与Kalman滤波相同变量数值保持一致的情况下进行定量仿真分析；分别调整两种改进算法的特有参数与Kalman滤波形成对比，验证这两种改进算法的效果。