随着全球导航卫星系统(GNSS)的不断发展和完善，基于位置服务的应用也不断增加，用户对接收机在室内、隧道、城市峡谷和森林等特殊环境下的工作性能也提出了更高的要求。由于这些特殊环境下的GNSS信号存在着严重的衰减，使得传统接收机的性能急剧下降，甚至不能正常工作。因此，高灵敏度GNSS接收机已成为许多国家科学机构和相关单位的重点研究对象。本课题正是在这样一种背景下对弱信号环境下GNSS信号的跟踪与捕获算法展开深入研究。　　论文首先简要介绍了GNSS信号的结构和导航定位原理，深入研究了伪码(C/A码)的相关特性和相对运动引起的多普勒效应。同时研究了弱信号捕获算法，从捕获原理入手，介绍了弱信号捕获算法，包括相干-非相干积分法、差分相干积分法、匹配滤波和部分匹配滤波FFT算法。匹配滤波有着加快伪码相位搜索的优点，从而能缩短捕获时间。而相比于匹配滤波，部分匹配滤波FFT算法还有着计算量小、捕获峰值明显且峰值的旁瓣较少的优点。　　其次，论文对微弱GNSS信号的载波跟踪算法展开了研究。在传统锁频环的基础上改进了一种基于最大似然估计的锁频环算法，仿真结果表明，该改进算法能准确跟踪载噪比低至22dB-Hz且多普勒频率变化率为100Hz/s的弱信号，且在相同载噪比条件下，改进算法的跟踪精度高于传统锁频环，跟踪稳定性也更好。同时对基于FFT的频偏估计算法进行了研究，该算法通过有效利用有限的相干积分点数进行鉴频，实现对多普勒频移变化率为3Hz/s的极弱信号(载噪比17~22dB-Hz)的载波跟踪。　　论文最后研究了弱信号码跟踪算法。先是对多径信号进行数学建模和性能分析，然后改进了两种能在弱信号环境下抑制多径干扰的算法，分别是基于最小二乘估计的卡尔曼滤波算法和结合最大似然估计原理与卡尔曼滤波的码跟踪算法。前者利用最小二乘算法修正相干积分因子，然后结合卡尔曼滤波实现在极低信噪比条件下的多径抑制。后者是在信号解扩前利用最大似然估计直接估计出多径信号和直达信号的码相位等参数，然后利用卡尔曼滤波进行噪声抑制，实现弱信号码跟踪。