全球卫星导航系统的快速发展使其带来的经济效益和政治影响迅速增加,卫星导航接收机不仅在大地测量、车辆导航等的中、低动态环境中应用广泛,在航空航天、精确打击武器(如智能炸弹、导弹)等高动态环境中也发挥着越来越重要的作用。在高动态条件下,动态瞬间突变将引起多普勒频率的剧烈变化,导致接收机无法正常跟踪目标。因此,高动态条件下的信号跟踪技术成为卫星导航领域的研究热点。本文重点研究了高动态条件下的卡尔曼滤波信号跟踪算法,主要研究内容包括以下三个方面:(1)高动态应用场景中,卡尔曼滤波器的模型参数和噪声统计特性难以准确建模,使得标准卡尔曼滤波器无法达到最优性能甚至导致滤波发散。通过对现有方法局限性的分析,本文提出一种基于新息或残差的改进自适应扩展卡尔曼跟踪算法。该算法通过监测滤波器的新息动态变化实时估计噪声方差、修正预测误差协方差,以自适应调整滤波增益,补偿不完整信息的影响,提高了复杂高动态环境下的跟踪精度,与基于标准卡尔曼算法相比,载波相位误差减小了约86%,多普勒频率误差减小了约75%,多普勒频率变化率误差减小了约53%。(2)在弹载接收机等高动态应用中,硬件资源受到很大限制。为了能在资源受限条件下适应动态的突变,本文提出了一种基于变维卡尔曼滤波的载波跟踪算法,通过机动监测因子实时检测载波动态变化,自适应地切换载波状态模型,降低了标准卡尔曼滤波算法因机动改变引起的误差突跳,能够以较低的计算复杂度实现高动态条件下的机动目标跟踪。(3)为了验证论文所提卡尔曼滤波算法的正确性,设计了多处理器协同工作的导航信号跟踪系统方案,详细给出了基于卡尔曼滤波器的跟踪通道关键模块的硬件实现。最后,在搭建的原型验证平台上进行了功能验证、性能指标测试,通过处理和分析实测数据,对本文设计的卫星导航信号跟踪环路的性能进行了验证。