随着卫星导航定位产业的蓬勃发展,各相关行业对卫星定位精度的要求越来越高,基于载波相位差分的高精度定位技术逐渐成为研究的热点。载波相位差分定位中最重要的步骤就是获得高精度的载波相位,而其核心问题是如何正确地探测及修复周跳和解算整周模糊度。本文对周跳探测和修复以及整周模糊度解算的基础理论和经典方法进行了研究和分析,针对传统方法中的不足之处进行了改进,并通过仿真实验验证了改进算法的性能。本文的主要研究内容如下:首先,本文推导并分析了载波相位观测数学模型,介绍了周跳和整周模糊度的概念。研究了常见的GNSS观测值的线性组合,给出了每种方法的组合公式,并分析了它们的误差抑制能力。进而研究了GNSS观测中的误差源并进行了分类,分析了各类误差源的产生原因及其修正方法,为后文中的周跳探测和整周模糊度解算研究奠定了理论基础。然后,本文研究了基于双频的周跳探测和修复问题。首先分析了周跳检测量的构造原理,然后对经典的双频周跳探测及修复算法的算法原理进行了研究和推导,并分析了这些算法的优势和缺陷。针对M-W组合法的不足之处,本文引入了双频无几何距离组合作为补充观测量,并且利用多项式对伪距测量进行拟合的方法对其进行了改进,提出了一种改进的M-W组合法。仿真实验表明,改进算法避免了传统算法的探测盲区,更具实用性。最后,本文研究了高维下的整周模糊度解算问题。推导了模糊度最小二乘模型,研究了几种经典的基于模糊度域的整周模糊度解算算法,并且分析了它们在高维下的局限性。根据高维模糊度搜索特性从搜索空间和搜索策略两方面对标准差分进化算法进行了改进,提出了一种自适应差分进化算法。在搜索空间方面,自适应差分进化算法中根据模糊度维数的不同自适应选择降相关算法,并且通过模糊度协方差矩阵确定搜索空间,从而提高了解算效率。在搜索策略方面,其变异因子可以根据Logistic模型规律自适应衰减,提高了算法的收敛速度。交叉因子的随机扰动和部分种群淘汰策略,有效避免了算法陷入局部最优解。仿真实验证明了该算法的收敛速度比一些常用的智能寻优搜索算法更快,不会陷入局部最优解,并且在高维条件下具有比LAMBDA法更高的解算效率。