舰船变形的存在是影响海军海上战斗力的关键因素。随着科学技术的发展,对舰载武器装备打击精度要求越来越高,这就需要实现舰上各战位点姿态基准的统一,也就是精确测量船体变形的问题。为实现船体变形的实时精确测量与估计,本文针对船体航行时产生的结构变形展开研究。本文对于船体变形测量方法的算法理论进行了较深入的研究,着重围绕角速度匹配法、船体变形建模以及极短期变形预报进行了理论分析与研究。搭建一套了半物理仿真平台,并进行了实验仿真验证。论文的主要工作如下:论文研究了基于惯性技术的角速度匹配船体变形测量方法,根据两套光纤惯导系统,推导了角速度匹配方程,并进行了仿真实验验证。论文利用角速度匹配法测量方程与数据,分别对静、动态变形进行建模研究,构建了 Kalman量测滤波方程,完成了对船体变形角的估计。针对传统静态变形模型无法跟踪缓变分量的问题,在静水平衡条件下,推导出“准静态”模型,对船体静态变形缓变分量进行特征分析,并进行了参数辨识。从力学机理和数据特征上推导出动态变形为二阶Markov过程,借助最小二乘法实现实时参数辨识,分析并解决了 FIR低通滤波带来的参数辨识失准问题。论文对船体变形极短期预报进行了研究,提出了 一种传统状态相依自回归与径向基神经网络相结合的极短期变形预报方法。利用角速度匹配法所得测量数据,构建了基于RBF-AR预报模型,给出了船舶变形预报算法设计并进行了仿真实验,实现船体变形角的实时预报。实验结果表明,该方法在船体变形预测精度上优于传统时间序列预测方法。为模拟实船航行摇摆状态下的船体变形测量,搭建了一套计算机仿真平台和半物理仿真平台,利用其输出的角速度信息来进行变形角的估计以及后续的算法验证。