全球导航卫星系统（GNSS）是城市环境下智能交通、自动驾驶等领域快速获取精确位置信息的主要手段,而GNSS相对定位作为城市环境下实现实时、甚至单历元精密定位的主要方式之一,其关键在于整周模糊度的快速解算、甚至单历元固定。目前,各GNSS系统均可实现三频信号的播发,对于三频GNSS模糊度解算方法已有广泛的研究与应用,但随着中国北斗三号卫星导航系统（BDS-3）公开提供5个频点观测数据,研究如何实现多频（四频、五频）GNSS单历元模糊度解算问题具有重要的现实意义。在此背景下,本文主要围绕多频GNSS最优线性组合选取方法、多频GNSS单历元模糊度解算方法展开深入的研究和探讨,获得了一些具有创新性的成果。本文开展的主要研究工作和取得的成果如下:1、针对多频GNSS单历元模糊度解算中的最优线性组合问题,推导分析了多频GNSS线性组合波长、频率、模糊度等基本关系和线性组合特性,探讨了满足一定条件的不同GNSS系统高质量线性组合,发现随着GNSS频率数的增加,GNSS高质量线性组合数目急剧增加。2、针对多频GNSS线性组合数目急剧增多导致的已有线性组合选取方法效率不高和存在主观判断导致的“非此即彼”的问题,提出了一种基于模糊聚类分析法的多频GNSS最优线性组合选取方法。该方法以组合观测值特性参数作为表征线性组合的指标,通过数据标准化、标定、聚类等步骤,实现不同条件下多频GNSS线性组合的客观排序,进而确定多频GNSS最优线性组合。采用GF＿TCAR方法进行单历元模糊度解算实验,验证了模糊聚类分析法在多频GNSS线性组合选取中的适用性和有效性。3、针对传统GF＿TCAR方法逐级固定超宽巷、宽巷和窄巷的策略中宽巷模糊度解算正确率不高导致的窄巷模糊度难以固定问题,提出采用“（k-1）EWL+NL”策略的多频GNSS单历元Geometry-free模型模糊度解算（GF＿MCAR）方法,并基于模糊度已固定的第一超宽巷组合代替伪距组合更新Geometry-free模型,解算其他超宽巷和窄巷模糊度。采用BDS实测短基线数据进行GF＿MCAR方法单历元模糊度解算性能分析,结果表明,随着频率数的增加,多频GNSS超宽巷组合的性能更优,更有利于实现单历元超宽巷模糊度可靠固定。4、为了提高传统Geometry-based模型模糊度解算效率和可靠性,提出了“两步法”多频GNSS单历元模糊度解算的Geometry-based综合MCAR方法。该方法首先固定k-1个超宽巷模糊度,然后用模糊度已固定的超宽巷观测值更新综合MCAR模型进行窄巷模糊度解算。采用实测BDS多频数据进行单历元模糊度解算分析,结果表明,不论是三频模糊度解算、四频模糊度解算还是五频模糊度解算,Geometry-based综合MCAR方法的解算效果均优于Geometry-free模型,特别是窄巷模糊度解算性能提升较为显著。5、针对Geometry-free模型和Geometry-based模型中未有效改正的电离层延迟误差影响,基于GNSS双差伪距/相位无几何无电离层方程,推导给出了适用于多频GNSS模糊度解算的Geometry-free and Ionosphere-free模型。根据无几何、无电离层两个条件,利用模糊度已固定的两个超宽巷组合观测值和一个窄巷组合观测值构建新的Geo-Iono-free模型解算窄巷模糊度。分别采用BDS短基线和BDS-2长基线进行单历元模糊度解算实验分析,结果表明,随着频率数的增加,Geo-Iono-free模型窄巷组合观测噪声随之增大,导致难以采用简单的取整实现窄巷模糊度单历元固定。综上所述,随着GNSS频率数的增加,GNSS高质量线性组合数目急剧增多,论文提出的模糊聚类分析法能实现多频GNSS最优线性组合的有效选取。论文采用的3种模型均能实现多频GNSS单历元超宽巷模糊度可靠固定,但GIF＿MCAR方法中GeoIono-free模型窄巷组合观测噪声被严重放大,导致窄巷组合模糊度难以实现单历元固定,而GB＿MCAR方法单历元窄巷模糊度解算性能较GF＿MCAR方法有显著提升,可实现窄巷模糊度单历元固定。