[学习]RTKLib详解:pntpos.c与postpos.c
文章目录
- RTKLib详解:pntpos.c与postpos.c
- Part A: `pntpos.c`
- 一、概述
- 二、整体工作流程
- 三、主要函数说明
- 1. `pntpos()`
- 2. `satposs()`
- 3. `estpos()`
- 4. `rescode()`
- 5. `prange()`
- 6. `ionocorr()`
- 7. `tropcorr()`
- 8. `valsol()`
- 9. `raim_fde()`
- 10. `estvel()`
- 四、函数调用关系图(Mermaid)
- 五、数学推导补充
- 1 伪距观测方程
- 2 最小二乘解
- Part B: `postpos.c`
- 一、整体作用
- 二、工作流程
- 三、关键函数分析
- 1. postpos
- 2. execses_b
- 3. execses_r
- 4. execses
- 5. procpos
- 6. combres
- 7. inputobs
- 8. readobsnav
- 9. antpos
- 10. setpcv
- 四、函数调用关系
- 五、数学原理补充
- 1. 坐标系转换
- 2. 改正数组合
- 3. 时间同步
- 4. 野值剔除
- 六、内存管理
- 七、特殊处理机制
RTKLib详解:pntpos.c与postpos.c
Part A: pntpos.c
一、概述
pntpos.c
是 RTKLIB 中的一个核心模块,用于实现单点定位(Single Point Positioning, SPP)。其主要功能是根据 GNSS 观测数据(伪距和多普勒观测值)和导航星历数据,估计接收机的位置、速度和时钟偏差(PVT)。该模块实现了完整的单点定位功能,涵盖了从卫星轨道计算到接收机位置/速度估计的全过程。其核心是基于伪距观测和多普勒观测的最小二乘估计,并结合电离层、对流层延迟改正及RAIM机制提高解的精度和可靠性,支持多种卫星系统(GPS、GLONASS、Galileo、BeiDou、QZSS 和 SBAS),并实现了包括电离层改正、对流层改正、周跳检测、RAIM(Receiver Autonomous Integrity Monitoring)等功能。
二、整体工作流程
pntpos.c
的主函数是 pntpos()
,它负责调用其他子函数完成整个定位过程。以下是整体的工作流程:
- 初始化参数:
- 设置处理选项(如是否使用广播电离层模型等)。
- 计算卫星位置、速度、钟差:
- 调用
satposs()
函数获取所有可见卫星的轨道信息。
- 调用
- 估计接收机位置:
- 调用
estpos()
函数,通过最小二乘法迭代求解接收机坐标和钟差。
- 调用
- 残差计算与设计矩阵构建:
- 在
rescode()
函数中计算伪距残差,并构建观测方程的设计矩阵。
- 在
- 误差建模:
- 包括电离层延迟 (
ionocorr()
)、对流层延迟 (tropcorr()
)、伪距测量噪声 (varerr()
) 等。
- 包括电离层延迟 (
- 质量控制与验证:
- 使用
valsol()
进行解的质量检验(GDOP、残差卡方检验)。
- 使用
- RAIM(接收机自主完好性监测):
- 如果启用 RAIM-FDE(Failure Detection and Exclusion),则调用
raim_fde()
排除异常卫星。
- 如果启用 RAIM-FDE(Failure Detection and Exclusion),则调用
- 估计接收机速度:
- 利用多普勒观测值,在
estvel()
中进行速度估计。
- 利用多普勒观测值,在
三、主要函数说明
1. pntpos()
- 功能:主函数,协调整个定位流程。
- 输入参数:
obs
: 观测数据数组n
: 观测数据数量nav
: 导航数据结构opt
: 处理选项结构体
- 输出参数:
sol
: 解算结果(位置、速度、时间)azel
: 卫星方位角和仰角ssat
: 卫星状态信息msg
: 错误信息
- 调用关系:
satposs()
estpos()
raim_fde()
estvel()
2. satposs()
- 功能:计算卫星在地心坐标系中的位置、速度、钟差。
- 数学原理:
- 根据星历数据(广播星历或精密星历)和当前时间,利用开普勒轨道模型或数值积分方法计算卫星轨道。
- 调用关系:
- 内部调用
ephpos()
或peph2pos()
等函数。
- 内部调用
3. estpos()
- 功能:估计接收机位置和钟差,采用迭代最小二乘法。
- 数学原理:
- 建立伪距观测方程:
P i = ρ i + c ( δ t r − δ t s ) + I i + T i + ε i P_i = \rho_i + c(\delta t_r - \delta t^s) + I_i + T_i + \varepsilon_i Pi=ρi+c(δtr−δts)+Ii+Ti+εi
其中:- $ \rho_i $: 几何距离
- $ c $: 光速
- $ \delta t_r, \delta t^s $: 接收机和卫星钟差
- $ I_i, T_i $: 电离层和对流层延迟
- $ \varepsilon_i $: 测量误差
- 建立伪距观测方程:
- 调用关系:
rescode()
lsq()
(最小二乘求解)valsol()
(解质量评估)
4. rescode()
- 功能:计算伪距残差及其对应的观测矩阵。
- 关键步骤:
- 计算几何距离、方位角、仰角
- 电离层改正 (
ionocorr()
) - 对流层改正 (
tropcorr()
) - 构建观测方程设计矩阵
- 输出:
v
: 残差向量H
: 设计矩阵var
: 每个观测的方差
5. prange()
- 功能:计算经过码偏差修正后的伪距值。
- 关键步骤:
- 双频数据:电离层自由组合(IFLC)
- 单频数据:使用广播电离层模型或TGD改正
- 调用关系:
testsnr()
(信噪比掩码检查)gettgd()
(获取TGD参数)
6. ionocorr()
- 功能:计算电离层延迟(L1频率上的值)。
- 支持模型:
- 广播模型 (
IONOOPT_BRDC
) - SBAS模型 (
IONOOPT_SBAS
) - IONEX TEC模型 (
IONOOPT_TEC
)
- 广播模型 (
- 输出:
ion
: L1上的电离层延迟var
: 方差
7. tropcorr()
- 功能:计算对流层延迟。
- 支持模型:
- Saastamoinen模型 (
TROPOPT_SAAS
) - SBAS模型 (
TROPOPT_SBAS
)
- Saastamoinen模型 (
- 输出:
trp
: 对流层延迟var
: 方差
8. valsol()
- 功能:解的质量评估。
- 评估内容:
- GDOP(几何精度因子)是否过大
- 残差平方和是否符合卡方分布
- 输出:
msg
: 错误信息
9. raim_fde()
- 功能:RAIM(接收机自主完好性监测)的FDE算法,用于排除故障卫星。
- 逻辑:
- 逐颗剔除一颗卫星,重新解算位置
- 比较不同剔除情况下的RMS残差
- 选择RMS最小的情况作为最终解
- 调用关系:
estpos()
(多次调用以剔除不同卫星)
10. estvel()
- 功能:利用多普勒观测值估计接收机速度。
- 数学原理:
- 多普勒观测方程:
f D = − 1 λ ( v ⃗ s − v ⃗ r ) ⋅ e ⃗ f_D = -\frac{1}{\lambda} (\vec{v}_s - \vec{v}_r) \cdot \vec{e} fD=−λ1(vs−vr)⋅e
其中:- $ f_D $: 多普勒频移
- $ \lambda $: 波长
- $ \vec{v}_s, \vec{v}_r $: 卫星和接收机速度
- $ \vec{e} $: 卫星到接收机的视线方向单位向量
- 多普勒观测方程:
- 调用关系:
resdop()
(计算多普勒残差)
四、函数调用关系图(Mermaid)
五、数学推导补充
1 伪距观测方程
伪距观测值 $ P_i $ 可表示为:
P i = ρ i + c ( δ t r − δ t s ) + I i + T i + ε i P_i = \rho_i + c(\delta t_r - \delta t^s) + I_i + T_i + \varepsilon_i Pi=ρi+c(δtr−δts)+Ii+Ti+εi
其中:
- $ \rho_i $: 卫星与接收机之间的几何距离
- $ c $: 光速
- $ \delta t_r $: 接收机钟差
- $ \delta t^s $: 卫星钟差
- $ I_i $: 电离层延迟
- $ T_i $: 对流层延迟
- $ \varepsilon_i $: 测量噪声
2 最小二乘解
定义残差向量 $ \mathbf{v} $ 和设计矩阵 $ \mathbf{H} $,最小二乘解为:
x ^ = ( H T W H ) − 1 H T W v \hat{\mathbf{x}} = (\mathbf{H}^T \mathbf{W} \mathbf{H})^{-1} \mathbf{H}^T \mathbf{W} \mathbf{v} x^=(HTWH)−1HTWv
其中 $ \mathbf{W} $ 是权矩阵(由各观测的方差决定)。
Part B: postpos.c
一、整体作用
postpos.c 是 RTKLIB 的后处理定位核心模块,实现多模式 GNSS 数据后处理定位功能,支持以下特性:
- 支持单点定位(SPP)、差分定位(DGPS)、实时动态定位(RTK)、精密单点定位(PPP)等多种定位模式
- 支持前向/反向/组合处理模式
- 支持多频多系统观测数据处理
- 集成SBAS/PPP-RTK/SSR等增强系统改正数处理
- 提供多种坐标格式输出
注意
该模块通过模块化设计实现了复杂GNSS数据处理功能,但全局变量的使用可能影响多线程处理能力。
二、工作流程
三、关键函数分析
1. postpos
功能: 主处理函数,协调整个后处理流程
输入参数:
- ts/te: 处理起止时间
- ti/tu: 时间间隔和单位
- popt/sopt/fopt: 各类处理选项
- infile/n: 输入文件列表及数量
- rov/base: 流动站/基准站列表
输出参数: 处理状态码
2. execses_b
功能: 基准站循环处理入口
输入参数:
- ts/te: 当前时段起止时间
- popt/sopt/fopt: 处理选项
- flag: 控制标志
- infile/index/n: 文件信息
- rov/base: 站点列表
输出参数: 处理状态码
3. execses_r
功能: 流动站循环处理入口
输入参数:
- ts/te: 当前时段起止时间
- popt/sopt/fopt: 处理选项
- flag: 控制标志
- infile/index/n: 文件信息
- outfile: 输出文件
输出参数: 处理状态码
4. execses
功能: 核心处理会话执行
关键处理步骤:
- 初始化观测/导航数据
- 设置天线参数
- 读取潮汐参数
- 定位解算
- 结果输出
5. procpos
功能: 单次定位解算核心
数学原理:
- 使用RTK滤波算法进行状态估计
- 支持前向/反向处理模式
- 动态模式下实时更新SBAS/LEX/RTCM改正数
6. combres
功能: 组合解算结果
数学原理:
- 卡尔曼平滑器组合正反向解
- 质量检验公式:
d r [ i ] 2 ≤ 16 × ( var f [ i ] + var b [ i ] ) dr[i]^2 \leq 16 \times (\text{var}_f[i] + \text{var}_b[i]) dr[i]2≤16×(varf[i]+varb[i])
其中 d r [ i ] dr[i] dr[i] 为位置差, var f [ i ] \text{var}_f[i] varf[i] 和 var b [ i ] \text{var}_b[i] varb[i] 为前向/反向解的方差。
7. inputobs
功能: 输入观测数据及改正数
关键处理:
- 双站观测数据同步
- SBAS/LEX/RTCM改正数更新
- 支持前向/反向数据处理模式
8. readobsnav
功能: 读取观测和导航数据
处理流程:
- 解析RINEX文件
- 排序观测数据
- 去除重复星历
- 设置时间窗口
9. antpos
功能: 天线位置计算
坐标转换公式:
Δ r = R ( ϕ , λ ) ⋅ δ \Delta \mathbf{r} = \mathbf{R}(\phi, \lambda) \cdot \delta Δr=R(ϕ,λ)⋅δ
其中:
- R ( ϕ , λ ) \mathbf{R}(\phi, \lambda) R(ϕ,λ) 为坐标旋转矩阵
- ϕ , λ \phi, \lambda ϕ,λ 为地理经纬度
- δ \delta δ 为局部ENU偏移
10. setpcv
功能: 设置天线相位中心参数
处理流程:
- 加载卫星天线参数
- 计算接收机天线相位中心修正
- 更新处理选项中的天线参数
四、函数调用关系
五、数学原理补充
1. 坐标系转换
- ECEF到LLH转换迭代算法:
a = semi-major axis e 2 = 1 − ( b a ) 2 V = a 1 − e 2 sin 2 ϕ \begin{aligned} a &= \text{semi-major axis} \\ e^2 &= 1 - \left(\frac{b}{a}\right)^2 \\ V &= \frac{a}{\sqrt{1 - e^2 \sin^2 \phi}} \end{aligned} ae2V=semi-major axis=1−(ab)2=1−e2sin2ϕa - ENU坐标计算:
R = [ − sin ϕ cos λ − sin λ cos ϕ cos λ − sin ϕ sin λ cos λ cos ϕ sin λ cos ϕ 0 sin ϕ ] \mathbf{R} = \begin{bmatrix} -\sin\phi\cos\lambda & -\sin\lambda & \cos\phi\cos\lambda \\ -\sin\phi\sin\lambda & \cos\lambda & \cos\phi\sin\lambda \\ \cos\phi & 0 & \sin\phi \end{bmatrix} R= −sinϕcosλ−sinϕsinλcosϕ−sinλcosλ0cosϕcosλcosϕsinλsinϕ
2. 改正数组合
组合解算使用加权最小二乘:
x ^ = ( P f − 1 + P b − 1 ) − 1 ( P f − 1 x f + P b − 1 x b ) P ^ = ( P f − 1 + P b − 1 ) − 1 \begin{aligned} \hat{\mathbf{x}} &= (\mathbf{P}_f^{-1} + \mathbf{P}_b^{-1})^{-1} (\mathbf{P}_f^{-1} \mathbf{x}_f + \mathbf{P}_b^{-1} \mathbf{x}_b) \\ \hat{\mathbf{P}} &= (\mathbf{P}_f^{-1} + \mathbf{P}_b^{-1})^{-1} \end{aligned} x^P^=(Pf−1+Pb−1)−1(Pf−1xf+Pb−1xb)=(Pf−1+Pb−1)−1
3. 时间同步
采用GPST时间系统,时间转换关系:
GPST = UTC + leap_seconds UTC = GPST − leap_seconds \begin{aligned} \text{GPST} &= \text{UTC} + \text{leap\_seconds} \\ \text{UTC} &= \text{GPST} - \text{leap\_seconds} \end{aligned} GPSTUTC=UTC+leap_seconds=GPST−leap_seconds
4. 野值剔除
通过QF值质量检验:
QF = 残差 2 方差阈值 \text{QF} = \frac{\text{残差}^2}{\text{方差阈值}} QF=方差阈值残差2
六、内存管理
- 观测数据使用动态数组管理
- 解算结果采用双缓冲技术
- 注意全局变量(obss, navs等)的生命周期控制
七、特殊处理机制
- 野值剔除: 通过QF值质量检验
- 多路径抑制: 使用历元间差分检测
- 周跳修复: 在rtkpos中实现LAMBDA方法
- 电离层延迟: 双频组合消除一阶项
研究学习不易,点赞易。
工作生活不易,收藏易,点收藏不迷茫 :)