GNSS接收机的基带处理主要包括两个环节：捕获和跟踪。这两者就实质来说分别是统计信号的检测和估计问题。近年来，矢量跟踪由于其在弱信号及抗干扰方面的突出优点，成为学界和业界的研究重点和热点。所谓“矢量”，是指估计滤波器的状态变量是元素数目大于等于2的向量，而对应的“标量”主要指传统的接收机理论中锁相环输出的只是单一的码相位或载波相位标量。矢量跟踪领域目前尚未解决的主要有两个问题：一、矢量跟踪性能优于标量跟踪的理论依据；二、矢量跟踪的实时实现。目前没有统一的理论解释第一个问题；至于第二个问题，国内外目前均缺乏相应的报道。因此，本文研究的目标是解决第一个问题，突破第二个问题的理论问题。本文深入研究了接收机灵敏度影响因素；创新的高灵敏算法，并研究这些算法对接收机定位精度的影响，实现矢量跟踪在提高接收灵敏度方面的原理和方法；完成上述接收机的L1GPS/Galileo实时和后处理样机各一台，研究软件接收机的优化程序架构。主要研究工作和方法体现在三个方面：（1）研究接收机灵敏度影响参数的一体化确定方法，包括前端带宽、量化位数、量化策略、采样频率等的作用。本部分着重研究GNSS软件接收机射频前端配置（包括采样频率、量化、前端带宽等）对后续基带信号处理结果的影响。影响的评估通过建模、理论推导及数值仿真，将理想情况（无量化、前端带宽无限大、采样频率无限高）和实际应用（不同量化策略、多种有限带宽、特定采样频率）进行对比，将两种情况下的差值定义为损耗，以损耗值的大小评价当前前端配置的合理性，从而决定接收机的频率方案（frequency plan）。此外，以L1单频软件接收机的实现为支撑，对比模拟值和实际值，检验模型的有效性能。（2）研究并实现矢量跟踪在提高接收灵敏度方面的原理和方法。矢量跟踪环以扩展卡尔曼滤波为工具，用一个大环路代替原来的两步估计方案。传统的接收机的两步估计方法是指：第一步，用码跟踪环完成本地码与接收信号伪随机码的精确对准，以此估计伪距（pseudorange），第二步，用扩展卡尔曼滤波器以伪距为输入值估计出接收机天线相位中心的状态量（如最基本的四状态量：天线中心的三维坐标以及接收机钟差；抑或是常用的八状态量：三维坐标、三维速度、接收机钟差以及接收机钟漂）。矢量跟踪环用一个大环路代替传统接收机中的这两个小环路，一步算出天线相位中心的状态。因此，如何列写卡尔曼方程的状态方程和观测方程，是本部分需要解决的第一个问题。当然，纯粹的卡尔曼滤波方程不能解决问题，因为计算量过于庞大了，目前通行的方法是用联合卡尔曼滤波结构实现实时矢量环接收机，本文描述的矢量环接收机研制也将如此进行。（3）完成上述接收机的L1GPS/Galileo实时和后处理样机各一台。本论文研究的关键技术和创新点主要体现在以下几个方面：（1）首次完整研究GNSS接收机前端设计所有因素（最后一级带宽、量化策略、采样频率等）对接收机灵敏度的影响（第二章）。目前，Christopher Hegarty对最后一级带宽、量化策略以及采样频率对接收机implementation loss的联合作用提出理论预测公式。由于该公式囊括了incommensurate sampling以及任意整数位量化的作用，因此它是该领域内目前考虑最为完善的结果。但该方法尚缺对任意位数（包括非整数位数）量化作用的影响。而这就是本文对该领域的创新贡献。本文最终将形成一个通用的性能预测公式，这对用于接收GNSS新信号的接收机前端设计具有决定性的指导意义。（2）指出John Betz关于接收机DLL误差方差公式的错误，提出修正公式，并得到认可（附录A），即：若将未经平滑的DLL的TOA估计值的方差记为σ_u²，则经过平滑的TOA估计值的方差（记为σ_s²）可以用下式表达：σ_s²=σ_s²_u²B_LT这里有一点需要说明。在Betz公式[10]中，σ_s²用下式表达而非上式：σ_s²≈σ_u²B_LT （1-0.5B_LT）事实上，后式比前式多出来的那一项因子（1-0.5BLT）是个推导过程中的失误造成的。在^[10]中，用了一个零阶保持电路^[62]将数字信号又转成了模拟信号，真实接收机里这个环节是不存在的，而且为最终结果引入了一个低频成分，因此后式是个错误的结论。根据一般的跟踪环理论得出的结果应该是σ_s²≈σ_u²B_LT。