抗差卡尔曼滤波的关键是构造等价权函数实现对残差异常观测值的降权处理。为了避免因设计矩阵影响导致粗差被分配至正常观测值中,目前在进行粗差剔除时通常需要反复迭代处理,这样将极大影响实际定位时的解算效率问题。实际上异常观测值对于其他观测值残差的影响是可以量化的,因此本文采用了一种适用于实时精密单点定位的改进的抗差卡尔曼滤波算法,即首先消除验后残差中异常观测值的影响,进而通过等价权函数进行降权处理,这样无需迭代即能剔除异常观测值。实测数据结果证明,本文提出的改进的抗差卡尔曼滤波对于静态和动态测试均能有效消除异常观测值对正常观测值验后残差及标准化残差的影响,达到很好的抗差效果。静态测试定位最终的收敛结果要略优于传统抗差卡尔曼滤波收敛结果,差异在1cm左右。动态测试定位结果表明,本文提出的改进的抗差抗差卡尔曼滤波对于对于高采样率与低采样率均能适用。且定位结果的STD统计值要优于传统抗差卡尔曼滤波,差异在mm级。