全球卫星导航系统(Global Navigation Satellite System,GNSS)的应用几乎无处不在,而正所谓“我的信号是你的干扰”,接收机在实际运行中总会遇到各种有意或者无意的干扰。于是,在导航微处理器的研制中,特定的抗干扰模块可以使得本身微弱的导航信号加以更好的利用,这对于提高卫星导航接收机的鲁棒性和定位精度具有重要的意义。本课题针对干扰信号时间和频率这两个特性上的不确定性,采用分数阶傅里叶变换(Fractional Fourier Transform,FRFT)域和小波域分析的方法展开研究,研究具体内容如下:首先,对常见干扰信号进行了建模,包括窄带干扰、扫频干扰和脉冲干扰。对变换域抗干扰的基本原理和传统算法做了介绍,分析了基于变换域自适应滤波的接收机,给出了基于变换域滤波的基本原理。其次,在变换域抗干扰基本算法的基础上,着重分析了FRFT域的消除扫频干扰的方法,提出了在FRFT域中使用自适应滤波去除干扰的方法,详细地给出了抗干扰算法的步骤与计算流程,并且由于阶次为1的FRFT就是普通的傅氏变换,所以给出了综合了两种算法的集成抗干扰方法。结果表明,相比于FRFT域的谱线切除方法,FRFT域自适应滤波对抗扫频干扰的方法在多个宽带扫频干扰的情况下性能优越。最后,研究了小波域的抗干法方法。阐述了小波变换和小波包变换的基本理论,介绍了基于自适应小波包变换的抗干扰方法和简单小波包分解的抗干扰方法,在此基础上提出了在小波域中使用凸联合LMS自适应滤波来进行干扰消除的方法给出了算法流程,仿真对比了小波域凸联合LMS自适应滤波与小波域单一LMS自适应滤波的性能。结果表明,相比于小波域的LMS自适应滤波方法,采用凸联合LMS方法的抗干扰性能有稳定提升。