随着现代GPS技术的迅猛发展，电离层延迟作为影响GPS定位精度的主要因素，越来越成为人们关注的热点。为了消除电离层对GPS定位的影响，出现了大量的电离层延迟改正模型，但由于电离层本身的不稳定性，以及人们对其物理特性的了解还有一定的模糊性，这些模型的改正精度还有待提高。本文以此为切入点，利用JSCORS所提供的GPS观测数据，重点研究利用双频GPS观测值提取电离层TEC的原理和方法，以及不同电离层延迟模型的分析和比较。论文的主要内容如下：　　 1)论文简要介绍了利用GPS研究电离层延迟的优点和意义，系统介绍了电离层的基本特性及对GPS定位的影响，以及常用的修正电离层延迟的数学模型。　　 2)电离层作为一个不断变化的、复杂的开放系统，总体处于非线性状态。而神经网络技术可以在比较理想的精度内逼近非线性映射规律，能客观地表达输入与输出间的复杂的非线性关系。所以，重点学习了神经网络技术的基本原理、具体算法和数学模型建立。　　 3)深入研究了利用GPS双频观测数据提取电离层延迟信息的原理和方法。首先介绍了GPS观测数据的粗差处理，包括粗差的剔除和周跳的探测与修复，并重点分析三种周跳探测的方法的不同，并采用组合探测周跳的方法。然后分析了利用载波相位观测值提高伪距测值精度的三种方法，本文利用载波相位平滑伪距法改善后的组合观测值作为求解TEC。最后，研究了影响TEC提取精度的误差来源，包括仪器硬件偏差、投影函数和电离层等效高度的选择。　　 4)重点研究了常规VTEC模型、BP神经网络模型、“VTEC+神经网络”组合模型在区域电离层延迟模型中的应用。通过分析比较，相对于常规VTEC模型，在精度上，BP神经网络模型提高20％左右，组合模型提高45%左右。　　 5)建立电离层延迟预测模型，依然采用常规VTEC模型、BP神经网络模型、“线性回归+神经网络”组合模型进行建模。在利用BP神经网络进行建模时，充分考虑时间因素对模型的影响，加入两个时变参数作为建模参数。通过分析比较，相对于常规VTEC模型，在精度上，BP神经网络模型提高32%左右，组合模型提高了42%左右。　　 6)通过区域电离层延迟模型、电离层延迟预测模型，我们可以发现，相对于常规模型，组合模型的预测精度有了很大提高。这种创新方法的预测效果体现了神经网络技术的优越性，表明这种以BP神经网络为基础的融合技术在电离层延迟建模上有很大的应用前景。