将卡尔曼滤波方法应用于GPS定位解算模型中就可以显著减小定位误差,提高定位精度,但随着应用环境的日趋复杂,人们对导航系统各种性能指标的需求也不断提高,采用传统卡尔曼滤波来提高GPS的定位精度存在着种种限制和不尽人意之处,已经逐渐不能满足人们对导航系统精度高、可靠性高、自主性强、抗干扰性强和成本低的要求,在分析了GPS定位误差源的基础上,建立动态GPS定位滤波的一般模型,同时采用了Sage自适应和基于"当前"加速度模型的自适应滤波方法,联合对系统状态噪声方差和量测噪声方差进行自适应修正,有效的解决了动态GPS定位中出现因系统噪声和量测噪声未知而导致的滤波发散问题。同时,采用FPGA(现场可编程门阵列)实现卡尔曼滤波器,最终的设计结果不但简化了计算,还得到了更满意的跟踪结果,使卡尔曼滤波器的实现更加简单,效果更理想。另外,通过FPGA实现可以提供很大的编程灵活性,可以随时对程序进行修改与扩充,大大降低研发成本。