卫星导航系统是目前使用最广泛的导航系统,但由于信号容易受到干扰,被当做单一的导航定位系统使用存在很多隐患,增强罗兰eLoran（Enhanced Long Range Navigation）作为一种互补的备用无线电导航系统,可提高整个导航系统的抗摧毁能力。本文主要是针对提高eLoran系统性能的关键技术进行研究,具体内容包括:1.提出了一种基于低密度奇偶校验码LDPC（Low Density Parity Check Code）的eLoran信号编码增益提升方法。通过对准循环低密度奇偶校验码QC-LDPC（Quasi-Cyslic LowDensity Parity-Check Codes）校验矩阵的构造,采用近似下三角形式对增强罗兰信号进行编码,并完成了相应的QC-LDPC译码,仿真实验表明,将QC-LDPC和增强罗兰结合可提升编码增益,降低对信号信噪比的要求,从而提高传输距离;在同等信噪比条件下,可降低误码率,提高系统性能。2.针对eLoran信号传输过程中的关键因素ASF,提出了基于神经网络BP（Back Propagation）和决策树的ASF处理算法,对BP神经网络的结构、神经元的拓朴结构、隐含层的选取、激活函数的选择和梯度下降函数的参数等进行了详细设计。对决策树中划分选择、决策树剪枝处理进行了研究,结合了ID3（Iterative Dichotomiser 3）算法和CART（Classification And Regression Tree）算法,完成了决策树对ASF的决策选择以及决策树的分类设计,提高ASF计算精度,进而提升eLoran系统的定位精度。3.获取实验数据并进行了预处理,将得到的实验数据利用BP神经网络和决策树进行训练,得到拟合后的误差值,生成了ID3和CART算法的决策树。通过实验数据的比对,验证了利用BP神经网络和决策树对ASF进行修正的可行性。并对实验数据处理软件界面进行了设计。