弱信号环境下快速有效的C/A码捕获算法,在高灵敏度GPS接收机中占据着重要地位,同时也是高灵敏度GPS接收机实用化的关键。通过对捕获信号相关幅值的统计特性分析,从理论上揭示了微弱GPS信号难于捕获的根本原因,并论述了当前主要的数据累积方法的利弊。通过对GPS系统和导航电文格式的分析,将快速相干累积与卫星位置预测相结合提出了新的GPS微弱信号捕获算法。理论分析和仿真结果表明了本算法的可行性,在信噪比SNR为-43dB时可以稳定地捕获GPS信号。使用实际数据测试表明,该算法能明显增加捕获到的卫星数量。

为了提高动态定位精度,将卡尔曼（KF）算法应用到GPS非线性动态定位解算中,提出加权最小二乘-卡尔曼滤波（WLS-KF）算法。通过加权最小二乘（WLS）算法得到近似的线性化模型,再将KF算法应用到这个线性化模型进行校正。因此既保持了KF算法能够对系统状态进行最优估算的优点,同时对各个测量值进行了联系制约,具有更高的精度。结果表明,这种方法精度介于EKF和UKF之间,且实现容易,预测可靠,具有实际应用价值。