GPS接收机广泛应用于物流、导航、交通、测量等众多领域。但由于高精度的导航接收机采用差分定位，单一的接收机是无法完成的。因此本文主要解决如何利用现有的 GPS接收机通过建立运动模型和滤波算法的基础上提高解算后的定位精度。本文的主要贡献如下：　　（1）在介绍目标跟踪基本原理基础上，研究分析了目前几种广泛使用的运动模型，给出了弱机动条件下选取辛格模型，在强机动条件下选取“当前”统计模型的结论。针对单一模型对目标运动有特定的要求，不能很好的表征实际运动中目标的运动状态的问题。提出了一种基于匀速、匀加速和转弯模型的交互式多模型。实验仿真验证表明，该模型定位精度优于单一模型，可以作为GPS的用户运动模型。　　（2）在介绍 GPS定位原理的基础上，研究了提高 GPS定位精度的几种非线性卡尔曼滤波算法，对不同滤波算法进行了理论比较分析，并通过仿真验证了标准卡尔曼滤波有效地提高了单点定位精度，并对比了同一运动轨迹下不同卡尔曼滤波算法的性能优劣以及适用条件。由于 GPS解算得到的导航电文中位置信息均以大地坐标形式(B, L)给出，需要转换到平面坐标(x,y)才可作为观测值输入到滤波器,本文设计实现了一种自动实现坐标转换的算法。　　（3）以足球场跑道为轨迹，实际测试验证了基于交互式多模型平方根容积卡尔曼滤波能够有效提高NEO-6M GPS接收机定位精度。