基于不同算法建立船舶运动预报模型，辅助海上作业决策。基于 AR 模型分别建立了基于最小二乘方法的 AR 预报模型，基于 Kalman 算法的 AR 预报模型，基于 LRLS 算法的 AR 预报模型。利用 Volterra 级数的非线性表征能力，给出了船舶运动姿态混沌时间序列的 Volterra 自适应预测模型，运用 Kalman 滤波算法、RLS 算法、NMLS 算法对非线性 Volterra 级数模型的核进行估计。分别建立了三种非线性模型，并实验验证了这三种预报方法预报精度高，实时性好。研究了舰船运动包络的预测方法。给出了实时有效提取历史运动包络，计算其等时间间隔的包络时间序列的方案，建立了基于最小二乘方法的 AR 预报模型，实时有效对运动包络进行了预报。研发了运动预报算法与输入及输出界面之间的接口，对数据输入、极短期预报、数据输出及界面显示等系统进行联调，进而完成舰船运动极短期预报及辅助决策系统的开发。该系统经多次调试，能够满足实船使用要求。项目成熟情况