GPS(Global Positioning System)全球定位系统以其全球性、全天候、实时定位等优点显示出强大的生命力和竞争力，在航空、航天、航海及许多民用领域有着广泛的应用。近年来，随着 GPS 的发展和完善，利用 GPS载波相位观测量实现飞机的精密进场与着陆等要求高精度的应用领域的研究，开始受到人们的关注。 实时动态载波相位差分技术，即 RTK(Real-time kinematics)定位技术，其最关键的技术是整周模糊度的求解，只有准确快速地计算出整周模糊度，才能保证实现高精度实时动态定位。近些年来有许多学者进行了模糊度求解方法的研究，提出了很多经典算法，包括交换天线法、模糊度函数法、快速确定整周模糊度方法 (Fast Ambiguity Resolution Approach，FARA)、LAMBDA(Least-squarcs AMBiguity Decorrelation Adjustment)法以及 ARCE(Ambiguity Resolution with Constraint Equation)法等。但是其中有些算法是应用于静态测量等领域，比如交换天线法，有些算法对初始坐标精度要求极高，例如模糊度函数法。LAMBDA 算法是其中效率最高的算法之一，但也无法很好的满足现代高精度实时性的定位要求。针对目前在RTK动态定位中存在着整周模糊度解算速度慢的问题，提出了一种基于遗传算法的改进的模糊度求解算法。 从遗传算法的原理、特点及工作流程出发，分析了如何将它与整周模糊度的整数解搜索结合在一起，对其工作时的重要参数进行了设置，包括如何对模糊度浮点解进行编码，如何选择算子以及交叉、变异概率。在算法理论分析的基础上进行仿真实验，对比了 LAMBDA 算法与改进后的遗传算法的搜索效率，实际结果表明，改进后的基于遗传算法的整周模糊度求解算法在正确求得整数解的同时具有更高的求解效率，能够更好的满足实时动态定位的需求。