为保障气垫船的安全运行，其运动参数如纵倾、横倾等有一定的安全界限和警戒界限。但此界限值是由静水环境确定的，在实际航行中，受海浪扰动的影响，运行参数会有较大波动，频繁超过警戒值，干扰正常运行，而且一阶扰动非常接近气垫船的控制频带，会导致许多无谓的控制作用，增加舵机的机械磨损，耗费能源。基于以上原因，本论文研究如何去除气垫船运行参数中的海浪噪声。 本文用频率等分法仿真了典型的长峰波海浪数据，按照实际需要，分为二级与三级海情，同时考虑到遭遇频率的影响，推导了以遭遇频率为自变量的海浪遭遇频谱，并根据波向角的不同细分为四种情况，以供后文的滤波使用。 目前的数字滤波器有FIR与IIR两种。鉴于海浪数据并不要求线性相位，本文使用IIR滤波器对仿真的海浪数据进行滤波，并着重研究了三种有代表性的IIR滤波器，即巴特沃兹、切比雪夫Ⅱ型以及最大平滑IIR滤波器，经对比研究，最终选择了综合效果较好的二阶巴特沃兹滤波器。 为减小滤波器的延迟，考虑在滤波前预测若干海浪数据，本文首先探讨了周期图法在海浪预测中的应用，仿真结果表明预测精度较差。最后，本文重点研究了RBF正则化神经网络对海浪的预测。仿真结果表明，在算法执行时间满足目前工程实际应用的前提下，预测未来三个数据的精度较高，平均相对误差在0.3以下，将这一预测结果用于滤波后，仿真结果表明比之前的滤波延迟减小了2-3个点，由此证明这种方法在减小滤波器延迟方面的可行性，并为今后的研究奠定了坚实的基础。