本文以GPS定位系统的应用为背景,以提高GPS绝对定位和相对定位精度及抗干扰性能力为目的,对现代非线性Kalman滤波技术以及相位平滑技术在提高GPS绝对和相对定位精度中的应用分别进行了研究。在GPS绝对单点定位中,针对常用简易定位模型的弊端,应用了一种新的精确的GPS单点定位模型;针对通常采用扩展卡尔曼滤波算法的缺陷,采用了一种基于加权统计线性回归的Sigma点卡尔曼滤波算法。这种算法对随机变量的统计特性进行在线自适应调整,使非线性系统的滤波定位精度得到明显提高。接着针对GPS/DR组合导航系统联邦卡尔曼滤波的信息融合算法中由于反馈的存在使得滤波容错性较差缺陷,提出了一种基于故障检测函数调节融合因子来改善总的滤波效果的方法,随后将Sigma点卡尔曼滤波算法应用于此,获得了较好效果。在GPS相对定位中研究了伪距相位平滑技术的定位精度及其规律,还提出了一种改进的实时伪距相位平滑技术,此技术是利用分段伪距平滑及其冻结加权因子的定位算法,仿真实验表明:利用分段平滑并通过选择适当的冻结因子能取得比较理想的实时定位结果。另外在载波相位差分定位的应用中则详细讨论研究了整周模糊度解算中的基于整数最小二乘法及其降相关平差方法(LAMBDA)解算原理,通过一个短基线的实例计算分析其定位效果表明:较于未加限制的最小二乘搜索算法,LAMBDA方法能使相应的定位精度明显提高,具有较高的应用价值。上述算法都进行了仿真,实验结果验证了本文采用及其提出算法的可用性和有效性。