密集城市环境下的定位导航技术是目前车辆导航定位研究的关键内容。全球卫星导航系统(Global Navigation Satellite System,GNSS)在车辆定位领域中的应用最为广泛。目前GNSS车载定位以及惯性组合导航已经实现普遍应用。然而,当车辆行驶在城市密集建筑区域中时,如城市峡谷等场景,由于两侧高层建筑的遮挡,卫星信号或被遮挡,或被反射,或被折射,多路径效应尤其严重,且可见卫星的数量也因被遮挡而大大减少。因此,多路径效应及可见卫星的数量限制是在城市建筑密集区域实现精确定位的主要问题。多路径效应是指信号通过两个或两个以上的路径到达接收机天线的现象。与其他误差源(如大气延迟)不同,多路径效应无法通过差分技术进行建模而被显著校正,实验证明,多路径效应带来的误差很难被减弱。本文旨在通过检测并校正非视距(Nonline-of-sight,NLOS)卫星测量值,并与车联网中的其他车辆进行信息交换继而进行协同定位,以提高在城市建筑密集环境下的GPS(Global Positioning System)定位精度。本文的很大一部分致力于非视距(NLOS)卫星信号的检测和校正。首先为了增强对多径传播的理解,本文概述了多径效应的引发环境、典型特性、多径信号模型及其对定位精度带来的影响。其次提出并验证了一个基于一致性检验的NLOS检测算法,以大大减少NLOS信号所带来的定位误差。同时,笔者开发了一个光线追踪器(Ray Tracing Tool)来模拟并表征不同密集城市环境下的多径信号。与此同时,为提高城市区域的GPS定位精度,本文提出将NLOS信号检测算法(NLOS Detection algorithm,ND)与基于扩展性卡尔曼滤波器(Extended Kalman Filter,EKF)的协同定位算法(Collaborative Positioning,CP)相结合,组成一个基于NLOS检测的协同定位算法(ND-CP)。此算法通过将车联网中的多个车辆所分别接收的卫星信息、校正后的NLOS信息以及车辆间的测距信息以V2X(Vehicle-to-everything)通道进行传输并融合,为模拟的密集城市区域提供了实现精确GPS定位技术的解决方案。为了进一步评估本文提出的基于NLOS检测的协同定位算法(ND-CP)的定位精度,将其与其他三种算法进行比较,包括单点定位(Single Point Positioning,SPP),协同定位(Collaborative Positioning,CP)和基于NLOS检测的单点定位(ND-SPP)。实验证明,ND-CP明显优于其他三种算法,此算法通过扩大可见卫星的数量和提高卫星观测值的可靠性来极大的提高了密集城市区域的定位精度。