随着全球卫星导航系统的不断发展,相关产品已广泛应用于交通运输、海洋渔业、精准农业和智慧城市建设等领域。不同卫星导航系统之间具备兼容性和互操作性,为系统间组合定位奠定了基础。相比于单卫星导航系统易受较差环境的影响,多卫星导航系统组合使可用卫星数量大大增加,能够解决定位精度和连续性等问题,成为实时精密定位的研究热点。本文主要围绕BDS/GPS组合系统的定位解算过程进行研究,旨在能够进行精密定位的同时,提高定位精度。在组合方式中,传统方案没有最大化利用各个系统的优势,本文采用基于伪距组合的BDS/GPS定位算法,实现系统间的紧密组合。该算法首先将卫星到接收设备的几何伪距公式中引入系统的时钟偏差,构造伪距函数进行泰勒级数展开,保留一阶项;然后构造组合系统的估计状态矢量和设计矩阵;其次通过采用系统内高度角模型和系统间后验估计法的组合权重解决方案,改进加权最小二乘法的权重值;最后得到解算的位置坐标。实验通过采集大树和房屋遮挡下的实测数据,验证了该算法的有效性,且结果分析表明该算法在一定程度上提高了定位精度。为了满足动态场景下的定位精度需求,本文给出基于抗差卡尔曼滤波的BDS/GPS定位算法。该算法在经典卡尔曼滤波的基础上,引入M估计,提高抗差能力。实验通过采集遮挡场景中规则运动路线下的实测数据,验证了该算法的有效性,且结果分析表明该算法在一定程度上提高了定位精度。此外,针对非线性情况,本文给出基于自适应无迹卡尔曼滤波的BDS/GPS定位算法。该算法在无迹卡尔曼滤波的的基础上,首先引入卡方检验对系统模型进行评估,并获取相应的卡方检验值;然后构造系统噪声统计模型和卡方检验值之间的分段线性函数,求取系统噪声估计值;最后得到具有系统噪声统计特性的自适应无迹卡尔曼滤波。实验通过采集遮挡场景中不规则运动路线下的实测数据,验证了该算法的有效性,且结果分析表明该算法在一定程度上提高了定位精度。