摘要: 北斗/全球导航卫星系统（global navigation satellite system, GNSS）在开阔环境下可以提供连续可靠的高精度导航定位服务，但是在城市复杂场景下，GNSS多路径与非视距信号严重、粗差与周跳发生频繁，导航定位能力仍然存在不足。相较于扩展卡尔曼滤波(extended Kalman filter, EKF)方法，因子图优化能够充分利用历史观测，通过窗口内历元间约束与冗余观测信息共同抑制异常数据影响。构建了基于滑动窗口因子图优化的GNSS定位模型，通过验后残差迭代分析进行粗差探测，并从最小可探测误差、粗差探测成功率、定位精度提升等方面深入分析因子图优化与EKF的抗差性能。以城市复杂场景数据进行处理验证，结果表明，因子图优化的最小可探测误差减小了11.92%~32.56%，粗差探测成功率提升了3.84%~10.47%，GNSS定位精度提升了11.29%~25.99%。总体而言，对于城市复杂场景下的GNSS导航定位应用，因子图优化具备更好的抗差性能和定位精度，有望取代现有基于单历元观测值的EKF模型。