船舶动力定位系统是指船舶不需要借助传统的锚泊系统，它能抵抗来自风、浪、流的干扰，使船舶保持在定位点附近。对于许多工程船舶来说，动力定位系统很好的解决了传统深水难以定位问题，为深水作业提供了保障。船舶在海上的运动基本可以分为高频运动与低频运动的合力。其中高频运动是由一阶波浪力引起的船舶往复振荡，这种运动对船舶主机的损伤很大，而对于船舶的运动影响较小，可以加以滤除。低频运动是由二阶波浪力产生，对船舶的运动影响较大，当低频运动对船舶位移的影响超过设定的范畴时，船舶主机将会启动产生一个与二阶波浪力反作用的力，使船舶回到设定的位置上来。因此，我们发现，滤波在动力定位系统中起着举足轻重的作用，其现实意义非常明显。本文以万吨级耙吸式挖泥船为研究对象，建立了挖泥船的运动数学模型，包括高频运动模型，低频运动模型，测量模型，环境扰动力模型以及推进器模型等，将其与船舶动力定位模型相结合设计了一种非线性自适应滤波器。目前用得最多的滤波器是Kalman滤波器，Kalman滤波器主要是解决线性滤波问题，同时对系统的精度要求较高。针对非线性滤波，应用的较为普遍的是扩展Kalman滤波器，但该滤波器的雅可比矩阵比较难以计算，对于大的系统不易于求解。本文所设计的中心微分Kalman滤波器是基于线性回归变化的专题变换，与解决非线性滤波的扩展Kalman相比，可以获得较小的线性化误差，同时避免了雅可比矩阵计算。通过验证，本文所设计的滤波器能够从附有测量噪声的输出中得到船舶的低频运动位置，给船舶运动的非线性滤波带来一定的借鉴，有助于进一步学习非线性滤波问题。最后，本文进行了仿真实验，首先进行的轨迹跟踪仿真研究，通过仿真实验证明所设计的滤波器能够从带有风、浪、流等噪声干扰中准确估计出船舶的位置。然后通过加入一个简单的控制器，进行定点定位，通过设定一个初始值，验证目标船舶是否能够在短时间内到达指定位置，实现定点定位。本文的主要工作集中在非线性自适应滤波器的研究上，对非线性模型进行了一些线性化处理，在此基础上使用中心微分卡尔曼滤波算法，通过仿真实验表明，这种算法基本符合预期。