当观测条件不好、载体动态性较强时,不可避免的会出现观测异常以及动力学模型误差,这两种误差会影响基于标准Kalman滤波的GNSS导航定位系统解的精度,严重时甚至导致滤波发散。随着GNSS技术的发展,对动态应用的需求不断增多,对精度的要求也更严格,从而十分有必要对Kalman滤波的改进算法进行研究。本文则主要对抗差自适应Kalman滤波技术进行了较为深入的研究。针对该研究课题,主要研究内容和创新点如下：1.对标准Kalman滤波技术进行了详细的介绍与分析。深入剖析了该滤波器的本质,证明了其具有良好的统计特性,是一款性能良好的无偏估计器。着重分析了其关键点即滤波增益的影响因子,进而导出了该滤波器能得出最佳估值的关键所在,以及可能会对其产生严重影响的几种误差,为设计抗差自适应Kalman滤波算法奠定基础。2.对会严重影响标准Kalman滤波精度与可靠性的观测异常和动力学模型误差进行了研究,论述了这两种误差产生的缘由以及不可避免性,给出了它们各自的误差影响函数。在对误差研究的基础上,构造了预测残差统计量、状态不符值统计量、方差分量比统计量三种能够灵敏反映误差真实情况的统计量。结合一组实测的静态GPS观测数据,证明了预测残差统计量、状态不符值统计量均能够有效反映观测事实和运动事实。3.提出了一种新的基于主分量分析用于抑制周期性误差的自动建模方法。对现有的多种用于抑制周期性误差的自动建模方法进行了比较分析,论述了它们各自在周期性误差的处理中的优点以及局限性。详细介绍了主分量分析的理论模型,并通过三组模拟实验,与FFT的处理结果进行比较,结果证明本文提出的方法用于处理不规则周期性误差时具有更好的效果。4.对常用的多种自适应Kalman滤波进行了总结和分类,简要的介绍了各种滤波算法的理论和模型,分析了它们在处理各种误差时的优缺点,并对各种自适应算法进行了比较分析。结果表明,不同滤波算法在抑制误差影响时侧重点各不相同,对于观测异常和运动异常的情况,抗差自适应Kalman滤波相比其他滤波算法可取得相对较好的效果。5.将抗差自适应Kalman滤波技术应用于GPS姿态测量系统,根据动态旋转台实验,对该算法的可行性及精度进行检验与分析。实验结果表明,本文在测姿系统中所使用的抗差自适应Kalman滤波技术是完全可行的。相比标准Kalman滤波的处理结果,抗差自适应Kalman滤波能够有效抑制观测异常的影响,提高滤波解的精度。