多径误差对GNSS服务质量一直有着不可忽视的影响，尤其在高精度应用领域。由于多径误差与多变的环境密切相关，使得多径问题一直得不到很好的解决，目前，多径误差已经成为GNSS服务质量提高的一个瓶颈。对于GEO卫星，多径问题则显得更为突出。GEO卫星与传统MEO卫星之间的轨道差异，使得GEO卫星的多径呈现出与MEO卫星的多径不同的特点，包含低频分量和高频分量，这导致采用传统的方法对GEO卫星进行多径抑制效果不佳。　　本文通过对GEO卫星多径数据特性和物理机理的分析与研究，引出GEO卫星多径的SVM建模方法，全文共包含以下三个方面的工作：　　一、从实测数据入手，采用时域、频域以及时频结合的方法详细分析了GEO卫星多径的复杂特性，即时域复杂性和频域复杂性，并简要探讨了目前一些iGMAS站的数据质量问题；　　二、从多径的物理成因入手，对多径物理模型逐步细化，并用数学依据解释了GEO卫星多径的复杂性，主要为卫星仰角变化率和方位角变化率，且对同一站不同星其变化情况也不一样；　　三、结合数据和多径的物理机理，提出将机器学习理论中的SVM理论应用到GEO卫星多径建模中，建立GEO卫星多径与星站几何结构参数间的SVR模型。并通过特征筛选，得出该选择仰角和仰角变化率来用于建模是最优的。其多径抑制效果对不同的卫星不同的频点也是不同的，一般为B2频点和B3频点优于B1频点，其中B2频点最优的能抑制70.1%。