El algoritmo Expectation-Maximization se adapta al filtro extendido de Kalman para el Posicionamiento Preciso Puntual (PPP) de múltiples GNSS, denominado EM-PPP. EM-PPP considera mejor la compatibilidad del procesamiento de datos de múltiples GNSS y las características del movimiento del receptor, con el objetivo de calibrar la matriz de ruido del proceso y la matriz de observación, influyendo en el tiempo de convergencia y precisión del PPP, junto con otros parámetros. Es posiblemente una forma factible de estimar un gran número de parámetros hasta cierto punto por su simplicidad y fácil implementación. También comparamos el algoritmo EM con otros métodos como la estimación de componentes de covarianza de mínimos cuadrados (LS-VCE), la estimación de máxima verosimilitud (MLE), mostrando que el algoritmo EM a partir de la máxima verosimilitud restringida (REML) será idéntico a LS-VCE si se elige cierta matriz de peso para LS-VCE. Para evaluar el rendimiento del enfoque, se procesaron observaciones diarias de una red de 14 estaciones multi-GNSS del Servicio Internacional de GNSS (IGS) distribuidas globalmente utilizando combinaciones libres de ionosfera. Se asumió que las estaciones estaban en movimiento cinemático con un ruido de caminata aleatoria inicial de 1 mm cada 30 s. Las desviaciones estándar iniciales para las medidas de código libre de ionosfera y fase portadora se establecen en 3 m y 0,03 m, respectivamente, independientemente del ángulo de elevación del satélite. Se muestra que la calibración concuerda bien con los residuos de observación, reflejando los efectos de la precisión de diferentes productos precisos de satélite y variaciones de geometría receptor-satélite, y resistiendo efectivamente los valores atípicos. La calibración converge a su valor real después de aproximadamente 50 iteraciones en nuestro caso. También se realizó una prueba cinemática para derivar desplazamientos GPS de 1 Hz, mostrando que las RMS y STD con respecto al posicionamiento cinemático en tiempo real (RTK) mejoran y se encuentra el adecuado al mismo tiempo. Según nuestro análisis, a pesar de las críticas de que EM-PPP es muy demorado porque se calculan un gran número de parámetros y la convergencia de primer orden del algoritmo EM, es un enfoque numéricamente estable y simple para considerar la naturaleza temporal del modelo de espacio de estado del PPP, en particular cuando t y no se conocen bien, su rendimiento sin fijar ambigüedades puede incluso ser equiparable al PPP-RTK tradicional.