全球导航卫星系统(GNSS)具有大范围、全天候、高精度定位、测速和定时服务的能力，在国防和国民经济各个领域得到了广泛应用。由于各国在民用和军事方面对卫星定位导航系统的依赖性逐渐增强，卫星导航领域的竞争也愈来愈激烈。但与此同时，由于导航卫星离地球较远，使得接收到的信号十分微弱，容易被干扰，所以存在安全隐患。因此，深入研究GNSS干扰抑制技术，提高卫星导航系统在复杂环境下的工作性能具有重要研究价值。　　本论文的研究工作基于自适应干扰抑制算法和空时联合干扰抑制处理计算量研究两个方面展开，主要研究内容如下:　　(1)针对时域抗窄带干扰技术中的关键技术，比较了维纳滤波、最小二乘估计、卡尔曼滤波等几种自适应滤波算法，对目前应用比较广泛的几种自适应算法进行了分析和研究，对算法在不同干扰情况下进行仿真，对比了几种算法的捕获性能。研究了频域干扰抑制算法，分析了不同的陷波方式，并研究了频域变换带来的频谱泄露对算法的影响，分析了FIR陷波器以及IIR陷波器的陷波带宽，并对干扰抑制性能进行了仿真。　　(2)针对时域和频域干扰抑制算法各有其局限性的情况，提出了一种时频域联合自适应干扰抑制算法，结合两类算法的优势，以获得更佳的窄带干扰抑制能力，并对该算法进行了仿真，结果也证明了解决方案有效可行，性能优异。　　(3)针对时频域技术无法解决多个窄带干扰和宽带干扰这一问题，研究了自适应天线阵列在空域的干扰抑制算法。分析了自适应天线阵列原理，建立了接收信号模型，给出了最小均方误差、最大信干噪比、最大似然、线性约束最小方差自适应算法最优准则，分析了几种准则之间的联系。详细分析了功率倒置算法在空域干扰抑制方面的应用，并对其干扰抑制性能进行了仿真验证，空域只要有足够的空间自由度，无论干扰类型是窄带或宽带，在干扰的方向均形成较深的零陷。但是当干扰数目超出自由度时，空域阵列处理不能起到很好的干扰抑制效果。　　(4)针对空域处理自由度受限的问题，研究了空时自适应阵列处理算法，分析研究了空时联合与空域处理T扰抑制性能，由于时间延迟单元的引入使得空时联合处理算法相比单纯空域处理增加了自由度，提升了对干扰信号的抑制能力，并通过仿真进行了验证。空时自适应处理可以应对大量宽窄带混合干扰并存的干扰环境，显著的提高干扰抑制性能，但与此同时也导致了运算量的急剧增加，降维简化处理就有了非常实际的意义，给出了降维处理框架，分析研究了主成分法、互谱度法、辅助向量滤波、多级维纳滤波几种常用的降维算法。提出一种基函数的QR-RLS分解降维处理算法，它具有模块化结构和较好的收敛速度，推导了分解递归过程，给出了迭代方程，并通过仿真验证了该算法的降维性能和收敛性能。