全球定位系统(GlobalPositioningSystem-GPS)是美国国防部为陆、海、空研制的卫星导航定位系统，GPS具有全球、全天候、连续实时的精密三维导航和定位能力，有着广泛的应用价值和发展潜力。特别是近十年来，GPS定位技术得到迅速发展，应用领域日益广泛。其中观测点定位(静态和动态)一直是GPS的一个重要的研究和应用领域。 虽然美国政府在2000年取消了SA干扰，使GPS定位精度得到提高，但动态定位信息中还存在着各种误差：卫星时钟误差、星历误差、电离层的附加延时误差、对流层的附加延时误差、多路径误差、接收机本身的噪声等。上述的这些误差大多属于随机误差。降低了定位的精度。 为了消除误差，提高定位精度，本文使用最优估计的方法(即卡尔曼滤波器)，建立较准确的系统模型和观测模型，利用自适应卡尔曼滤波技术将真实的状态(定位结果)从各种随机干扰中实时最优估计出来。并利用数据对自适应卡尔曼滤波算法进行了仿真，仿真结果表明滤波后定位精度得到了提高。 而GPS动态滤波与差分定位相比优点在于：不需要建立差分GPS基准站及数据通讯装置，节省经费，而又不受差分GPS所面临的信号作用范围限制。即使经过GPS差分处理后，再应用动态滤波方法，仍可进一步提高定位精度，因此GPS动态滤波方法的研究具有很大的现实意义。 鉴于DSP芯片的高速运算特别适合于数字信号的各种实时滤波处理，提出了基于DSP的GPS信号接收与处理系统设计。主要完成DSP与GPS串口通信软硬件设计、DSP电源设计、LCD显示模块软硬件设计、自适应卡尔曼滤波算法实现、DSP的存储器扩展和独立系统设计等。设计结果表明利用DSP的数字处理能力来提高GPS定位精度是完全可行的。实验结果对民用或军事上的高精度定位具有较高的理论和现实意义。