动力定位(DP)船舶大多从事危险性较高的海洋工程作业，国际海事组织及各国船级社都要求DP船舶按照等级配备多种位置参考系统，因此如何有效利用各种测量信息提高DP系统的安全性和作业性能成为一个亟待解决的问题。信息融合技术正是一种对多传感器信息进行优化组合的有效方法，本文针对动力定位船舶位置参考系统采用基于联邦滤波思想利用无迹卡尔曼滤波(UKF)技术实现了多传感器信息融合。该方法能克服使用单个位置参考系统存在的局限性，有效的将动力定位船舶配备的多个冗余位置参考系统测量数据进行有效融合；同时利用UKF滤波方法解决了传统EKF方法在处理非线性系统滤波估计时存在的线性化误差较大的问题。此外，文中所采用的联邦滤波结构在实现多种位置参考系统信息融合的同时可以进一步提高整个多传感器位置参考系统的容错和故障恢复能力。动力定位船舶所配备的多冗余位置参考系统是典型的多传感器系统，而且各种测量系统均存在高度的非线性特性。传统的多传感器信息融合方法，大多采用传感器测量值的噪声协方差特性来对传感器特性进行描述并用于相应融合方法的研究中。与传统方法不同，本文尝试从测量原理出发采用非线性测量方程实现对各种位置参考系统传感器特性的描述，并利用联邦滤波结构和UKF滤波方法实现相应的信息融合功能。联邦滤波结构主要由一个主滤波器和若干个子滤波器构成，是一种具有两级数据处理分布式滤波方法。本文针对动力定位船舶的位置参考系统(张紧索、水声和GPS)建立相应的非线性测量方程，将所建立的非线性测量方程结合非线性船舶运动方程，采用UKF方法设计实现了针对每个位置参考系统的子滤波器。而后根据子滤波器得到的状态变量及估计误差协方差矩阵等信息设计实现了具有信息融合功能的主滤波器。同时为了提高整个位置参考系统的容错和故障恢复能力，在无反馈联邦滤波结构的主滤波器前端引入故障检测功能，设计实现了具有故障检测及恢复功能的容错联邦滤波器。最后基于建立的仿真环境，对所设计的无反馈和有反馈两种结构的联邦滤波信息融合方法中的各部分功能模块进行了仿真验证。结果表明，利用所研究的基于UKF的联邦滤波信息融合方法能很好的实现位置参考系统数据处理及信息融合功能，针对传感器故障问题，通过引入的故障检测功能可以有效提高整个系统的容错功能。综上所述，采用基于UKF的容错联邦滤波方法可以有效实现动力定位船舶位置参考系统的信息融合功能，其为提高动力定位位置参考系统的安全性、可靠性及整体精度提供了有效途径。