船舶在复杂海洋环境下航行,不可避免地受到来自风、浪、流等海洋环境干扰的影响,从而降低控制性能,甚至使船舶动力定位(DP)系统不稳定.因此,设计具有高抗干扰控制精度和强鲁棒性的控制器是DP系统控制研究的重要研究热点.基于此背景,本篇论文借助基于干扰观测器的控制(DOBC)方法,针对几类不同海洋环境干扰下的DP系统展开了其精细抗干扰控制(EADC)问题的研究.主要内容分为以下四个方面:首先,考虑DP系统在二阶波浪漂移、风、海流和未建模动态等环境干扰下的抗干扰控制问题.采用随机建模方法(一阶马尔可夫过程)对慢变环境干扰进行建模,并利用部分已知信息建立干扰观测器对其在线估计.然后提出了EADC策略,且利用随机理论对复合系统进行了稳定性分析.通过对环境干扰的抑制和衰减,使船舶的位置由初始位置定位到任意精度的期望位置.其次,考虑带有多源异质干扰(包括慢变环境干扰、一阶波诱导干扰和范数有界干扰)的DP系统的EADC问题.为在线估计船舶速度、低频位置和偏置状态(慢变环境干扰),分别构造了状态和干扰观测器.随后,构造了一个鲁棒滤波器(RF)来处理一阶波诱导干扰,保证滤波器误差系统的性能水平.将随机DOBC控制理论、RF方法和H_∞技术相结合,提出了EADC策略,保证了DP系统的高抗干扰控制精度.再次,考虑具有模型参数不确定性和慢变环境干扰的DP系统,对其抗干扰控制问题进行研究.选择模糊逻辑系统用于逼近船舶动力定位系统中的模型未知不确定项,并设计自适应干扰观测器估计慢变环境干扰.基于此,提出基于DOBC方法和模糊控制的EADC策略,从而实现高精度抗干扰控制.基于供给船模型的仿真研究验证了所提策略的有效性.最后,此部分考虑的是DP系统在多源异质干扰下的抗干扰控制问题,其中的多源异质干扰包括白噪声和具有未知非线性函数的非谐波干扰.设计自适应干扰观测器来估计带有未知非线性函数的非谐波干扰,并用神经元网络对未知非线性函数进行逼近.结合Lyapunov函数和线性矩阵不等式方法,设计了一种基于干扰观测器的EADC策略,使复合系统达到了预期的动态性能.