在进行海上资源开发或维护我国海洋权益时,执行任务的船舶可能由于恶劣环境等原因导致执行任务船舶失去动力,只能在海洋上进行漂浮运动,无法对其进行控制。为此,对于船舶救援任务的研究十分必要。本文结合该实际背景,对救援船救援自由漂浮失事船舶这一问题进行了研究,主要研究内容如下:首先,对救援船以及失事船的数学模型进行建立,并且由于失事船在海洋上的运动由海洋环境所决定,因此对于环境中的风浪流三者分别进行了讨论和建模,并对以上各个模型进行了仿真,验证了模型的正确性。其次,介绍了微波雷达的工作原理,以Mini Rada Scan系统为例进行了分析。而且由于海洋环境的影响,导致了实际环境中当救援船利用雷达对失事船舶的运动状态进行测量时,常常会有一定的数据丢失,这些丢失数据点严重影响了救援任务执行效果。因此设计了两种基于历史数据的状态估计方法,分别利用BP神经网络以及LSTM神经网络进行运动状态估计,填补缺失数据点,并仿真证明了两种方法的可行性。再次,为了保证救援船舶能够在执行救援任务时准确按照理想的救援路线进行跟踪,首先对传统PID控制器在有无环境影响下的控制效果进行了讨论分析,得出了传统PID控制器在有不规律外界环境干扰情况下控制效果较差的结论,并因此引出了两种自适应PID控制器——模糊自适应PID控制器和单神经元自适应PID控制器,通过仿真证明了自适应PID控制器能够在环境干扰下进行PID参数的自适应整定,达到了较好的控制效果。最后,针对模糊自适应PID控制器的模糊语言值选择过于依赖人工经验,不易选取的缺点,采用一种较新的启发式群智能算法——人工鱼群算法,对模糊自适应PID控制器进行优化处理,使得控制器能够在算法进行计算的过程中不断向全局最优控制语言靠近并进行选取。通过验证也证明了经过优化后的控制器较原始控制器的控制效果更为良好。