GPS非差精密单点定位是当今GPS研究热点之一，它利用IGS提供的精密卫星星历及精密卫星钟差，只需一台双频接收机采集的观测数据进行定位，具有数据采集速度快、处理简单、定位速度快的优点。卡尔曼滤波是当前应用最广的动态数据处理方法之一，将卡尔曼滤波应用于GPS非差单点动态定位具有良好的前景。本文详细分析了GPS非差单点定位原理和常用的卡尔曼滤波模型，针对GPS非差单点定位的特点选取合适的滤波模型，并对滤波过程中的出现的发散现象采取了相应的方法加以抑制。本文主要研究内容如下： (1)研究了GPS非差定位观测模型及其改正模型。由于非差单点定位无法通过差分的方法来消除接收机钟差、卫星钟差、大气折射等影响，所以只能通过观测值的线性组合或者用数学模型模拟的方法来消除或减弱这些误差的影响，本文对这些误差来源进行了详细的分析，并选用合理的模型加以改正。 (2)根据GPS非差单点定位的滤波状态方程和观测方程，讨论了非线性观测方程如何线性化、状态向量的选择、滤波初值的确定问题。针对非线性方程在线性化过程中带来的线性误差，采用迭代扩展的卡尔曼滤波算法，这种算法可以很好的降低线性化中高阶截断误差带来的影响。 (3)本文对自适应滤波的特性进行了深入研究，并对Sage自适应滤波进行了改进，实验结果证明将Sage滤波、附加自适应因子的卡尔曼滤波相结合能够合理地平衡模型预报信息和当前历元观测信息对滤波估计值的贡献，对状态扰动有着较强的控制能力。 (4)开发了基于卡尔曼滤波的GPS非差精密单点定位软件，并计算了IGS跟踪站采集的静态观测数据和车载GPS采集的动态观测数据。计算结果表明，改进后的Sage自适应滤波可以有效地抑制观测异常和状态异常的影响，静态定位的精度优于0.5m，动态定位的精度可以达到1m以内。