目前,对流层延迟作为影响PPP高精度解算的主要因素之一,它不仅会影响到实时PPP的收敛速度,而且还会降低定位精度,因此,必须通过某些措施消除或者降低对流层延迟所造成的影响。与此同时,地面气象模型、天顶对流层干延迟改正模型、映射函数以及参数估计方法等因素共同影响着对流层延迟的改正精度,因此,本文主要从以上四个方面分别进行探讨与分析,其研究内容与结论如下:1、详细论述了精密单点定位的原理以及基本观测量方程,对各类GNSS误差所产生的原因、特性以及改正方法进行了系统性阐述,并给出了详细公式将误差归算到传播方向上,单位统一为m。2、通过2019年探空站数据,分别对地面气象模型以及天顶对流层干延迟改正模型进行精度分析,结果表明,GPT模型仅在赤道附近（0°～5°）时精度最好,GPT2、GPT2w以及GPT3模型整体差别不大;无论采用哪种气象模型,Saastamoinen模型的对流层干延迟改正精度都要优于Hopfield模型。3、对可用于实时PPP参数估计的方法——递推最小二乘和扩展卡尔曼滤波进行了公式推导,针对扩展卡尔曼滤波的不足,介绍了一种新的卡尔曼滤波——自适应稳健卡尔曼滤波,并通过实例对两种卡尔曼滤波的解算精度进行对比分析,结果表明,自适应稳健卡尔曼滤波不仅可以提高定位精度,而且还能有效地削弱异常观测值的影响。4、比较分析了在不同卫星系统组合下,映射函数的选择对实时PPP解算的影响。实验表明,多系统组合的解算精度和收敛速度都要优于单系统GPS;映射函数的选择对平面精度以及收敛时间影响不大,但对U方向影响较大;采用VMF3映射函数的解算精度最好,GMF和VMF1映射函数差别较小,但都要高于NMF映射函数。