全球导航卫星系统凭借其高精度、全天候、操作简便等优点,已在地质灾害的长期稳定性分析和实时动态监测中得到了越来越广泛的应用。但是由于遮挡、多径和电磁干扰等因素影响,卫星信号质量会比较差,传统的标量跟踪算法会经常出现失锁,定位结果的精度无法保证。本文将改进GPS信号矢量跟踪算法,并采用信号模拟器产生仿真数据,进行实验验证。主要研究内容如下:（1）根据矢量跟踪环路算法流程搭建产生、采集和处理GPS信号的软硬件实验平台,系统测试结果表明所搭建的实验系统平台能够实现信号的模拟、采集、捕获、跟踪以及定位解算全过程。（2）研究容积粒子滤波算法并将其应用于矢量跟踪环路的导航滤波器,替代传统的卡尔曼滤波器,提高矢量跟踪算法在恶劣监测环境下的稳定性和定位精度。实验结果表明,在没有接收机自主完好性监控下,当一颗卫星信号载噪比下降至31d B-Hz时,标量跟踪环路失锁,基于标量跟踪的接收机无法继续定位,而基于容积粒子滤波的矢量跟踪环路仍能够保持稳定跟踪和定位;在动态条件下,与基于扩展卡尔曼滤波的矢量跟踪相比,所研究的算法在WGS-84坐标系下X、Y两个方向（高速运动方向）具有更小的位置均方根误差,误差分别减小了3.6%、14.6%。（3）研究麻雀搜索算法优化的长短期记忆循环神经网络来预测扩展卡尔曼滤波的新息序列,以信号良好时的新息序列训练神经网络,当信号中断时用训练好的神经网络预测新息序列,提高信号中断情况下矢量跟踪的精度。实验结果表明,在信号中断期间,与无辅助的矢量跟踪算法相比,用神经网络辅助的矢量跟踪算法在WGS-84坐标系下X、Y、Z三个方向都具有更小的位置均方根误差,三个方向的位置误差分别减小了65.4%、5.3%、15.4%。