近年来,GNSS-R技术在海陆遥感方面的各项研究工作发展迅速。不同于传统的GNSSPNT应用,其核心观测量不再是站星间的距离,而是直/反信号路径差和时延-多普勒功率分布图等信息。这要求GNSS-R接收机有不同的基带信号处理算法,以满足个性化应用目标的需求。考虑到影响反射信号特性的因素较多且接收机基带处理算法尚不成熟,为了提取出有效的遥感信息,需要对各类算法进行反复测试。因此,易于调试且便于算法升级的软件接收机在GNSS-R研究领域中得到广泛应用。由于GNSS-R软件接收机需要处理的是A/D采样率极高的数字中频信号,较高的数据量使得其在CPU上运行速度较慢。为了提升效率,本文面向海面测高和土壤湿度监测应用,研发了基于CPU+GPU的GNSS-R实时软件接收机。主要工作内容如下:（1）研发基于CPU+GPU的GNSS-R实时软件接收机。为了保证精度,测试数据均使用带宽较高的信号,且采样率高达62MHz,使得数据量大幅增加。此外,海面高度监测需要在短时间内输出大量数据,而土壤湿度测量则需要进行数百毫秒的非相干积分才能完成信号捕获,进一步提高了对接收机计算能力的要求。本文结合CPU擅长逻辑控制和GPU适于大规模并行计算的特点,对接收机架构进行设计,使其具备在极高数据量下的实时运行能力。（2）根据海面测高与土壤湿度测量的应用需求,对相关参数和算法进行设计与优化。在进行接收机精度与效率的测试时,对于海面测高应用,不同策略主要在于改变两个变量:用以增加弱信号所需增益的相干积分时长,以及平差时所用的路径延迟值的数量;对于土壤湿度测量应用,反演时采用不同模型,通过对比分析来选取更为合适的算法。（3）进行相关地基实验,对软件接收机的海陆应用模块进行性能测试。结果显示:海面测高模块可以进行实时数据处理,并且能够取得厘米级精度的码测高观测值;土壤湿度测量模块能够满足实时监测需求,且其测量结果能够达到较高的精度。综上所述,本文设计了基于CPU+GPU的GNSS-R软件接收机,并进行实验采集相关数据,最后使用该数据进行接收机性能测试。结果表明,该接收机能够在中频大数据量的情况下,实现实时化运行,并可以获取较高精度的反演结果。