北斗卫星导航系统（Bei Dou navigation satellite system,BDS）是我国着眼国家战略安全和社会经济发展需要而自主研发、独立运行的全球导航卫星系统。截至2019年12月,BDS三号已基本完成系统建设,准备向全球提供服务。近二年来,北斗系统陆续发布了B2a（替代原有不稳定的B2I）、B1C、B3I三个频段的北斗系统空间信号接口控制文件,加上传统的B1I频段,目前用户可以接收四个频段的公开信号,使北斗多频段融合定位成为可能。相比于基于单频段卫星信号的定位,多频段融合定位具有定位精度高、定位稳定性强、覆盖面更广的优点,因此近年来成为国际卫星导航领域的研究热点。以进一步提高BDS单系统定位的准确性和稳定性为目标,本文开展北斗系统的多频段融合定位方法及其技术应用的研究。全球导航卫星系统较常用的定位估计算法是非线性卡尔曼滤波算法,包括扩展卡尔曼滤波（extended Kalman filter,EKF）和平淡卡尔曼滤波（unscented Kalman filter,UKF）等。然而EKF算法计算复杂,且针对高度非线性系统会导致估计结果发散;而UKF算法过程中存在协方差矩阵非正定的可能,从而导致滤波过程中随时间迭代的进程无法正常流转。本文在UKF的基础上,提出在滤波器中采用状态量协方差矩阵的平方根形式来迭代计算,即平方根UKF（square-root UKF,SRUKF）算法来保证迭代过程和状态更新的稳定性。由于滤波算法需要首先确定过程噪声和量测噪声的协方差矩阵,而这容易受到环境因素的影响难以准确得出,从而制约了SRUKF算法的应用,本文引入蚁群优化（ant colony optimization,ACO）算法来有效地确定出噪声协方差,结合SRUKF提出了一种新型的定位估计算法（ACO＿SRUKF）以进一步优化滤波性能,并通过实验来验证了该算法在BDS定位估计中的优越性。由于多频段信号融合定位基于同一颗卫星,可以获取更多的观测数值以便建立模型来抵消信号传递过程中电离层引起的延迟,具有单频段单机定位所不具备的优势,以获得更好的定位结果。本文在ACO＿SRUKF算法的基础上,选取B1I和B3I信号进行多频段融合定位,并通过实验加以验证,应用该方法可获得更高的定位精度和更强的稳定性。本研究可为BDS多频段融合定位方法提供理论基础,为扩展应用场景、优化使用模式、提升定位性能、加强安全可控提供技术参考。