随着国民经济建设的发展,GNSS(Global Navigation Satellite System)定位技术逐渐从军事领域拓展到民用市场,GNSS卫星定位服务开始走向千家万户。与此同时,无人驾驶等技术正在蓬勃发展,对定位服务系统的准确性和可靠性提出了更高的要求。GNSS网络RTK(Real-Time Kinematic)技术能够提供厘米级的高精度空间位置服务,改善了RTK单参考站覆盖范围有限的不足。网络RTK包括参考站间模糊度确定、误差改正数生成和移动站定位三个步骤,其中参考站间模糊度确定是网络RTK提供可靠位置服务的前提与基础。目前,网络RTK参考站间模糊度一般根据双频观测值解算,对误差处理手段有限,而且参考站间距离受限制,三频观测值的使用可以有效地提高模糊度确定的准确性和可靠性,同时可以放大参考站的站间距离。截止目前,GPS、BDS和Galileo这三大GNSS系统都可以提供三频定位服务。因此,本文主要针对GNSS网络RTK参考站间三频模糊度确定进行相关研究,总结本文的研究内容和成果如下:1.详细介绍了网络RTK技术中参考站间模糊度确定、误差改正数生成和流动站定位的相关理论和算法。2.推导了TCAR(Three Carrier Ambiguity Resolution)三频模糊度解算算法,并从理论上分析了噪声对TCAR算法确定逐级模糊度的影响。与双频情况下的宽巷模糊度解算过程进行噪声分析对比表明,理论上噪声对三频模糊度确定的影响更小。3.详细介绍了一种基于几何无关模型的GF TCAR参考站间三频模糊度解算算法,该方法通过选择最优三频观测值组合,优先固定两个超宽巷模糊度,然后通过线性组合确定宽巷模糊度,在反算电离层延迟后确定原始模糊度。实验表明,该方法在GPS、BDS和Galileo系统中都可以可靠地确定超宽巷和宽巷模糊度,但是在原始模糊度解算中,因为存在放大系统噪声的问题,GF TCAR方法无法准确固定BDS的GEO(Geostationary Orbit)和Galileo的IOV(In-Orbit Validation)卫星的原始模糊度。4.提出了一种基于无电离层模型的IF TCAR算法,该算法充分利用参考站坐标已知的信息,其中超宽巷模糊度确定方法与GF TCAR方法一致,都是通过MW(Melbourne-Wübbena)组合确定其模糊度,宽巷模糊度则通过已知参考站坐标信息反算两个无电离层组合模糊度后的线性组合计算。实验表明,在低纬度地区IF TCAR方法相比GF TCAR方法在宽巷模糊度解算的精度和收敛速度中均提升了30%左右。5.在IF TCAR算法确定原始模糊度中,提出了Kalman滤波解算天顶对流层残差和无电离层组合模糊度的方法,该算法利用滤波后的无电离层组合模糊度确定原始模糊度,Kalman滤波过程充分利用先验信息并吸收未模型化的几何误差,理论上更严谨。实验表明,在低纬度地区IF TCAR方法解算的原始模糊度更可靠,在三个系统中的模糊度确定精度和收敛速度都优于GF TCAR,尤其在BDS的GEO和Galileo的IOV卫星解算中,GF TCAR方法无法确定原始模糊度,IF TCAR仍然可以可靠地确定原始模糊度。6.提出了一种组合系统解算原始模糊度的方法,利用不同系统存在相同的参考站天顶对流层残差信息,同时进行Kalman滤波确定多系统的无电离层模糊度,改善了单系统卫星数有限的问题,增加模糊度滤波结果的可靠性。实验表明,相比于单系统IF TCAR方法,组合系统IF TCAR方法在在低纬度地区原始模糊度解算的精度提升了10%左右,收敛速度更是提高了30%以上。