Este documento propone un método para la identificación de parámetros en línea de sistemas de movimiento no lineales de barcos. Primero, el sistema de movimiento de un barco es no lineal, y en el transcurso de la navegación, los parámetros de movimiento del barco cambiarán con el cambio del estado de movimiento del barco y el entorno de navegación. Para lograr el efecto de identificación en tiempo real, adoptamos un método de identificación en línea de horizonte móvil. En segundo lugar, los parámetros de identificación son los elementos esenciales en el control de navegación de barcos mercantes inteligentes, y los resultados de identificación de alta precisión pueden lograr mejores efectos de control. Por lo tanto, utilizamos un filtro de Kalman sin ruido (UKF) que tiene una estructura matemática más simple y una mayor eficiencia de retroalimentación que otros algoritmos de identificación mencionados en este documento, como el filtro de Kalman extendido, el filtrado de Kalman y los mínimos cuadrados ordinarios, como el algoritmo de diseño del esquema de identificación, que se aplica a la identificación del sistema de movimiento del barco. Luego, para resolver el problema de errores de identificación significativos en entornos complejos, diseñamos un marco de identificación de navegación que combina un UKF y un desruido de wavelet en movimiento para realizar el efecto de identificación en línea de barcos. Finalmente, se utilizó un barco portacontenedores del Instituto de Investigación de Barcos y Ingeniería Oceánica de Corea (KRISO) para un experimento de modelo de autoconducción y recolección de datos. Los datos recolectados y los datos de identificación fueron comparados y analizados. Al comparar diferentes algoritmos de identificación antes y después del desruido, se verificó que el algoritmo UKF propuesto en este documento es superior en relación con otros algoritmos tradicionales en la identificación de sistemas de movimiento de barcos.