北斗卫星导航系统(COMPASS)是中国正在实施的自主研发、独立运行的全球卫星导航系统,与美国GPS、俄罗斯GLONASS、欧盟伽利略系统并称为全球四大卫星导航系统,目前正处于组网阶段。随着北斗卫星导航系统的不断完善,相应的技术研究和应用推广已成为热点。在北斗导航的各种高精度应用中,卫星信号的周跳会直接影响应用的精度,因此周跳的探测与修复是必须解决的关键问题。本文重点研究并提出一种北斗卫星信号的周跳探测与修复方法,并通过实验验证方法的综合有效性。本文的主要内容和创新之处如下：(1)提出一种基于序列学习的卫星信号周跳探测与修复方法。基于贯序极限学习机理论(Online-Sequential Extreme Learning Machine, OS-ELM),提出了一种基于贯序极限学习机的卫星信号周跳探测与修复方法。首先对载波相位进行高阶差分,并进行相空间重构；然后利用贯序极限学习机训练预测模型,并通过预测的方式探测高阶差分序列中的周跳。该方法可以有效探测小周跳(3周),而且不需要增加额外辅助信息,具有创新性和技术进步。(2)采用北斗Ⅱ单频接收机对本文提出的方法进了有效性验证。通过北斗Ⅱ单频接收机采集北斗Ⅱ载波相位数据,验证基于OS-ELM的周跳探测与修复方法。通过更改不同的节点数,探讨了预测模型的输入输出和隐含层节点个数配置：通过更改不同激励函数,讨论了激励函数对于预测模型的作用和影响。同时通过几种常用方法的对比实验总结了本文方法的特点和适用性。