近年来,随着GNSS系统的建设和智能手机的普及,城市环境下的位置服务需求激增,基于低成本终端的城市区域定位研究成为一个热点方向。以智能手机为接收设备的卫星定位主要有两大问题亟待解决,一是复杂环境对定位表现的影响,二是由于接收天线的低成本带来的数据质量问题。城市区域定位受到环境造成的非直射信号（Non-Line-Of-Sight,NLOS）和多路径效应制约,低成本设备所得信号质量同测绘型接收机相比也有较大差距。在北斗卫星导航系统全面组网的背景下,为提高低成本终端在城市区域的定位精度,本文以外接鱼眼镜头的智能手机为研究对象,围绕图像和地图信息的环境建模辅助、异常信号的探测和处理以及匹配算法,展开GPS/BDS定位研究:（1）提出了基于双重滤波的阈值分割和位姿校正的鱼眼图像信息提取方法。对图像数据、传感器数据、地图数据的定位辅助信息进行提取,结合Android系统提供的相机数据接口、传感数据接口以及三维地图数据,获取定位点周围的环境遮挡情况。针对定位的实时性和低功耗需求,提出了双重滤波的图像分割方案并基于位姿信息对鱼眼图像进行校正。此方法的像素分类正确率为93.628%,平均分割时间为3.08秒,相较于聚类分割时间缩短了近三倍,相较于直接阈值分割准确率约有10%提升。根据光线传播原理和三维地图数据对遮挡区域建模,利用遮挡区域的天际线高度角建立卫星数据、图像数据和地图数据之间的联系。（2）研究了城市区域典型场景的GPS和BDS信号质量和加权模型对多路径效应的抑制效果,提出了一种综合多数据源的NLOS信号探测方法。对于非直射信号问题,对比了多信息源的NLOS信号探测方法,使用GNSS信噪比、三维地图信息和视觉信息的NLOS判定错误率分别为15.25%、17.26%和17.22%。考虑各判定数据的误差来源,提出的综合NLOS判定方法将错误率降低至12.69%。对NLOS信号的降权解算在建筑遮挡场景的定位精度有提升效果,城市峡谷场景下东、北、天向的精度分别提升了18.85%、22.81%和14.30%。（3）提出了鱼眼图像辅助的FE-SM（Fisheye Shadow Matching）算法。针对“城市峡谷”中手机伪距定位问题,FE-SM算法利用鱼眼相机可提供的即时视觉信息对传统阴影匹配（Shadow Matching,SM）算法进行了搜索区域优化、街道侧向判定和加权、匹配特征扩展等改进。相较于匹配前的初始定位,阴影匹配算法对沿街方向的精度提升了46.70%,跨街方向精度提升63.53%。鱼眼图像辅助的FE-SM算法减小了传统匹配算法多定位高值中心带来的最终结果偏差,保证跨街定位优势的同时进一步将沿街方向精度提升47.63%,增强了复杂环境下的定位稳健性。