<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[星垂平野阔, 月涌大江流]]></title><description><![CDATA[浅探定位算法, 微触组合导航]]></description><link>https://blog.youkuaiyun.com/BitTwinkle</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; BitTwinkle]]></copyright><item><title><![CDATA[SFB 区域对流层建模：数学原理与 OFC 对比]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/170192265</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/170192265</guid><author>BitTwinkle</author><pubDate>Fri, 06 Nov 2026 13:09:59 +0800</pubDate><description><![CDATA[SFB（Scale-Factor-Based，基于比例因子）：用经验背景模型计算天顶总对流层延迟（ZTD），利用区域参考站的 PPP-ZTD 求出“实际值/背景值”的比例因子，再对其进行空间拟合；原论文还叠加一个残差格网。[1]OFC（Optimal Fitting Coefficients，最优拟合系数）：直接用区域参考站的**天顶湿延迟（ZWD）**拟合空间多项式，并通过系数项选择构造区域模型。[2]二者都服务于GNSS 区域对流层增强，都可以使用最小二乘估计系数；不同的是被拟合的物理量、空间基函数和附]]></description><category></category></item><item><title><![CDATA[递推最小二乘（RLS）：从数学原理到 GNSS SPP 的单历元与跨历元应用]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/170189241</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/170189241</guid><author>BitTwinkle</author><pubDate>Fri, 06 Nov 2026 10:52:05 +0800</pubDate><description><![CDATA[“序贯最小二乘”与“递推最小二乘”在本教程的固定参数线性问题中可作近义表达：前者强调逐批处理，后者强调递推公式；具体文献的使用范围可能略有不同。[1–3]尤其要区分两件事：给定线性模型y=Hx+ε,E(ε)=0,Cov⁡(ε)=R.
\boldsymbol y=\boldsymbol H\boldsymbol x+\boldsymbol\varepsilon,
\qquad E(\boldsymbol\varepsilon)=\boldsymbol0,
\qquad\operatorname{Cov}(\b]]></description><category></category></item><item><title><![CDATA[深入浅出 GNSS：序贯最小二乘的原理、推导与工程应用]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/169931464</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/169931464</guid><author>BitTwinkle</author><pubDate>Tue, 03 Nov 2026 10:52:15 +0800</pubDate><description><![CDATA[核心理解：序贯最小二乘升级的是“计算和数据组织方式”，不是另外发明一种更精确的最优准则。 对同一线性静态问题，在观测、权阵、先验及相关性处理一致时，SLS 与批处理 WLS 的解相同（忽略浮点舍入）。[2][3]“序贯”对应观测的处理顺序，不必然对应“时间”。同一个 GNSS 历元，可以按卫星逐条更新；同一个区域 ZTD 建模时段，可以按测站逐条更新。只有确实估计同一组不变参数，才能直接跨批次累积信息。假设同一距离重复测得 10.010.010.0、10.410.410.4、9.8 m9.8\ \mathr]]></description><category></category></item><item><title><![CDATA[递归最小二乘：原理、最优准则与 GNSS 工程应用]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/169926717</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/169926717</guid><author>BitTwinkle</author><pubDate>Tue, 03 Nov 2026 10:11:18 +0800</pubDate><description><![CDATA[核心关系：在同一线性、固定参数模型、相同观测及协方差、无遗忘、相同先验/基准约束的条件下，RLS 与批处理 WLS 的估计结果在精确算术下相同。RLS 的主要升级是在线增量计算，并非凭空得到更高精度。遗忘 RLS 则改变历史数据的权重，因此通常不再等同于“全数据等权”的批处理 LS。假设测量同一个固定长度，结果是y1=10 m,y2=12 m,y3=11 m.
y_1=10\ \mathrm m,\qquad y_2=12\ \mathrm m,\qquad y_3=11\ \mathrm m.
y1​=1]]></description><category></category></item><item><title><![CDATA[中国区域实时 PPP-AR 对流层 3 小时预报：模型原理与工程实现]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/169364127</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/169364127</guid><author>BitTwinkle</author><pubDate>Wed, 28 Oct 2026 17:58:03 +0800</pubDate><description><![CDATA[对固定预报时效τ\tauτejτZTDjt0jτ−ZTDjreft0jτRMSEτ1Nτ∑j1Nτejτ2Biasτ1Nτ∑j1NτejτMAEτ1Nτ∑j1Nτ∣ejτ∣ej​τRMSEτBiasτMAEτ​ZTDj​t0j​τ−ZTDjref​t0j​τNτ​1。]]></description><category></category></item><item><title><![CDATA[中国区域球冠谐对流层建模：ZTD、ZWD 与先验残差拟合]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/169362924</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/169362924</guid><author>BitTwinkle</author><pubDate>Wed, 28 Oct 2026 16:59:34 +0800</pubDate><description><![CDATA[如果 PPP 使用的 ZHD 先验与方案 B 所用 UNB3 不同，并不必然构成错误；前提是完整。]]></description><category></category></item><item><title><![CDATA[GNSS PPP 随机模型：随机游走、一阶 Gauss–Markov 与双频非组合参数选型]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167986766</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167986766</guid><author>BitTwinkle</author><pubDate>Thu, 15 Oct 2026 08:36:55 +0800</pubDate><description><![CDATA[适用于 PPP、PPP-AR 及多系统双频非差非组合（UDUC）PPP 的卡尔曼滤波设计。介绍，而不是单纯讨论观测定权。]]></description><category></category></item><item><title><![CDATA[RTKLIB Neville 插值法：源码推导与 GNSS 精密轨道应用]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167918782</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167918782</guid><author>BitTwinkle</author><pubDate>Wed, 14 Oct 2026 17:50:47 +0800</pubDate><description><![CDATA[Neville（内维尔）算法将相邻数据点的低次插值结果逐层合并，直接求出指定时刻的插值值，不显式计算多项式系数。RTKLIB 的  使用的正是 Neville 递推，而不是 Newton（牛顿）差商插值。对同一组互异节点，三种方法在精确算术下得到同一个唯一插值多项式；换一种求值算法，并不能自动降低该多项式的截断误差。RTKLIB 在  中定义 ：10 次多项式需要 11 个节点，并不意味着只读取 10 个 SP3 历元。设节点为 (xi,yi)(x_i,y_i)(xi​,yi​)，其中 xix_ixi​ 是]]></description><category></category></item><item><title><![CDATA[拉格朗日插值法：10 阶推导与 GNSS 精密轨道应用]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167917976</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167917976</guid><author>BitTwinkle</author><pubDate>Wed, 14 Oct 2026 17:13:38 +0800</pubDate><description><![CDATA[已知离散数据tiyi(t_i,y_i)ti​yi​，需要估计节点之间的yty(t)yt。拉格朗日插值(Lagrange interpolation method)构造一个通过所有选定节点的多项式，无须知道原函数的解析式。概念含义插值节点tiyi(t_i,y_i)ti​yi​已知自变量及函数值；在 SP3 中通常指历元及卫星某一坐标分量nnn阶插值采用n1n+1n1个不同节点，所得多项式次数不超过nnn10 阶插值采用11 个节点；]]></description><category></category></item><item><title><![CDATA[IGS 天线文件（ANTEX/ATX）：PCO、PCV 与 PPP/RTK 应用]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167916038</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167916038</guid><author>BitTwinkle</author><pubDate>Wed, 14 Oct 2026 15:45:26 +0800</pubDate><description><![CDATA[本教程介绍.atx文件的作用、坐标参考点、PCO/PCV 改正、GRECJ 频段匹配，以及 PPP/RTK 如何正确使用。以 IGS 常用的 ANTEX 1.4igs20.atx为主，必要处介绍 ANTEX 2.0。]]></description><category></category></item><item><title><![CDATA[勒让德级数、球谐展开与 GNSS PPP 应用]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167913490</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167913490</guid><author>BitTwinkle</author><pubDate>Wed, 14 Oct 2026 14:46:49 +0800</pubDate><description><![CDATA[1−x2y′′x−2xy′xnn1yx01−x2y′′x−2xy′xnn1yx0​其中yxy(x)yx为未知函数，x∈−11x\in[-1,1]x∈−11nnn为非负整数，y′y'y′y′′y''y′′分别为一阶和二阶导数。取端点处正则、且满足Pn11P_n(1)=1Pn​11的多项式解，即PnxP_n(x)Pn​x。[1]Pnx12。]]></description><category></category></item><item><title><![CDATA[Windows Defender：设置扫描 CPU 占用目标]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167790118</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167790118</guid><author>BitTwinkle</author><pubDate>Tue, 13 Oct 2026 10:55:50 +0800</pubDate><description><![CDATA[适用：Windows 10 / Windows 11 家庭版(Home)。注意：20% 是扫描引擎的；短时间可能超过，也。]]></description><category></category></item><item><title><![CDATA[高斯分布与高斯-马尔科夫过程：从概率论到 GNSS PPP]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167770160</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167770160</guid><author>BitTwinkle</author><pubDate>Tue, 13 Oct 2026 08:32:47 +0800</pubDate><description><![CDATA[高斯分布回答“某个随机量会取到什么值”；马尔科夫性质回答“下一时刻依赖多少历史”；高斯-马尔科夫过程同时规定状态的概率分布与时间演化关系。高斯-马尔科夫过程描述随机状态的时间变化；高斯-马尔科夫定理（Gauss–Markov Theorem）讨论线性回归中普通/广义最小二乘在适当条件下的最优性，即 BLUE（最佳线性无偏估计量）。后者不要求误差服从高斯分布，也不规定 PPP 的 ZWD 随机过程。重复观测同一固定量，结果往往上下波动。例如真实距离固定，但观测误差可能为 、 或 。只用一个固定的误差值，无法描]]></description><category></category></item><item><title><![CDATA[泰勒级数与泰勒展开：GNSS卫地距线性化、Jacobian矩阵与Hessian矩阵]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167495107</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167495107</guid><author>BitTwinkle</author><pubDate>Sat, 10 Oct 2026 17:45:35 +0800</pubDate><description><![CDATA[设卫星三维坐标已知，接收机三维坐标未知。两者之间的几何距离是平方根函数，不能直接用普通线性最小二乘一次性解出接收机坐标。泰勒展开将非线性距离函数在当前估计位置附近近似为线性函数，再迭代求解坐标改正数。例如，指数函数在零点展开：ex=1+x+x22!+x33!+⋯=∑k=0∞xkk!.
e^x=1+x+\frac{x^2}{2!}+\frac{x^3}{3!}+\cdots
=\sum_{k=0}^{\infty}\frac{x^k}{k!}.
ex=1+x+2!x2​+3!x3​+⋯=k=0∑∞​k!xk​]]></description><category></category></item><item><title><![CDATA[VS2019 安装第三方矩阵库 Eigen 3.4.1]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167491405</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167491405</guid><author>BitTwinkle</author><pubDate>Sat, 10 Oct 2026 15:25:30 +0800</pubDate><description><![CDATA[Windows 10/11、Visual Studio 2019（MSVC v142）、CMake 3.15 或更高版本。本文所有命令在中运行，不要直接粘贴到 Git Bash 或 PowerShell。]]></description><category></category></item><item><title><![CDATA[GRECJ 五系统卫星、频点与增强服务技术速查手册]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167466207</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167466207</guid><author>BitTwinkle</author><pubDate>Sat, 10 Oct 2026 09:42:00 +0800</pubDate><description><![CDATA[频率单位为 MHz。卫星数量采用截至该日可核实的，并在相应章节注明日期；。：GRECJ（GPS、GLONASS、Galileo、BeiDou、QZSS）RINEX 解析、双/三频 PPP、PPP-AR、星基增强改正接收与产品匹配。重点区分。]]></description><category></category></item><item><title><![CDATA[GRECJ 五系统三频 PPP：新增偏差、IFCB 与定位性能]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167463796</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167463796</guid><author>BitTwinkle</author><pubDate>Sat, 10 Oct 2026 09:08:45 +0800</pubDate><description><![CDATA[GNSS 非差精密单点定位（PPP），包括浮点 PPP（PPP-Float）和模糊度固定 PPP（PPP-AR）。以同一批卫星的双频与三频观测为对照，重点解释第三频引入的硬件偏差、可估参数和定位收益。文中公式以为观测单位，符号方向在各式中保持一致。]]></description><category></category></item><item><title><![CDATA[PPP-RTK 区域对流层建模：十系数标准多项式拟合与精度因子]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167399082</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167399082</guid><author>BitTwinkle</author><pubDate>Fri, 09 Oct 2026 23:33:44 +0800</pubDate><description><![CDATA[区域 PPP-RTK 服务端要向终端回答两个问题：固定经验方差忽略了测站几何、站点 ZTD 解算精度、高程跨度、天气和产品时延的变化。方差过小，终端会过度相信模型；方差过大，模型约束的收益减弱，进而影响坐标估计、模糊度固定效率及可靠性 [1–3]。必须分清以下四个统计量：02​（m²）
给定权阵下残差的总体尺度
否


参数传播方差
su2s_u^2su2​（m²）
估计的多项式系数带来的用户预测不确定度
仅在模型正确等条件下可直接使用


产品误差方差
Rprod,uR_{\mathrm{prod},u}]]></description><category></category></item><item><title><![CDATA[球谐拟合与球冠谐拟合：GNSS 广域对流层建模算法]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167398838</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167398838</guid><author>BitTwinkle</author><pubDate>Fri, 09 Oct 2026 23:00:19 +0800</pubDate><description><![CDATA[球谐、球冠谐是基函数；展开是表达；拟合是求系数。 “球谐拟合函数”并非某个固定函数，而是选定坐标、基函数、截断阶次后形成的模型。用球冠谐展开并拟合参数，可称为球冠谐分析（SCHA）。经典球冠谐最初用于区域地磁场建模；将其角向基函数用于 ZTD 拟合，不代表 ZTD 本身满足拉普拉斯方程 [1–3]。全球有限区域待建模空间场建模区域选择全球球谐 SH比较球冠谐 SCH 与局部基线确定基函数与截断阶次测站观测拟合系数任意位置重建空间场常见应用有全球重力场和大地水准面、地磁场、全球电离层 VTEC、全球气象场，以]]></description><category></category></item><item><title><![CDATA[IP地址, 子网掩码, 默认网关辨析]]></title><link>https://blog.youkuaiyun.com/BitTwinkle/article/details/167274919</link><guid>https://blog.youkuaiyun.com/BitTwinkle/article/details/167274919</guid><author>BitTwinkle</author><pubDate>Thu, 08 Oct 2026 15:04:45 +0800</pubDate><description><![CDATA[网卡（手机）是硬件本体，MAC地址（IMEI号）是它的永久身份证，而IP地址（手机号）是它在当前网络中的临时联络方式。]]></description><category></category></item></channel></rss>