[学习]RTKLib详解：ppp.c与ppp_ar.c

原创 已于 2025-05-13 22:33:58 修改 · 1.3k 阅读 · 10 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#学习 #c语言 #ar

于 2025-05-07 22:20:00 首次发布

文章目录

RTKLib详解：ppp.c与ppp_ar.c

本文是 RTKLlib详解 系列文章的一篇，目前该系列文章还在持续总结写作中，以发表的如下，有兴趣的可以翻阅。

[学习] RTKlib详解：功能、工具与源码结构解析
[学习]RTKLib详解：pntpos.c与postpos.c
[学习]RTKLib详解：rtkcmn.c与rtkpos.c
[学习]RTKLib详解：ppp.c与ppp_ar.c
[学习]RTKLib详解：ephemeris.c与rinex.c
[学习]RTKLib详解：sbas.c与rtcm.c
[学习]RTKLib详解：rtksvr.c与streamsvr.c
[学习]RTKLib详解：convkml.c、convrnx.c与geoid.c
[学习]RTKLib详解：datum.c、download.c与lambda.c
[学习]RTKLib详解：ionex.c、options.c与preceph.c
[学习] RTKLib详解：qzslex.c、rcvraw.c与solution.c

Part A： ppp.c

一、整体作用与工作流程

该代码实现了GNSS精密单点定位(PPP)算法，基于非差相位和伪距观测值进行卡尔曼滤波状态估计，该代码完整实现了PPP算法的所有核心环节，通过模块化设计将各个误差源独立处理，便于维护和扩展。主要流程包括：

  1. 状态时间更新：通过udstate_ppp更新接收机位置、钟差、对流层参数和相位偏差
  2. 观测方程构建：res_ppp计算理论距离与观测值的残差
  3. 卡尔曼滤波更新：通过filter函数进行状态估计更新
  4. 模糊度固定：pppamb尝试进行整周模糊度固定

具体的函数调用关系如下：
pppos
udstate_ppp
res_ppp
filter
pppamb
udpos_ppp
udclk_ppp
udtrop_ppp
udbias_ppp
corrmeas
最低0.47元/天 解锁文章
PPP-AR代码解析
不会就学的博客
06-19 1156
原理：宽巷模糊度已经取整固定，则消电离层浮点解单差取整rtk->x，利用公式得到可以将窄巷模糊度 = 用消电离层和宽项模糊度表示。前面的目的是得到消电离层模糊度的固定解，rtk->x中的模糊度参数是卫星的消电离层模糊度，宽巷取整，窄巷取整，得到然后反过来，代入公式求消电离层的模糊度固定解。在消电离层模糊度固定后，用其固定和浮点进行一次度滤波。前面的浮点的基础，可以参考下面的内容，不过解析的不是同一版本代码，逻辑基本一样。3、fix_amb_ROUND（）窄巷模糊度，处理1，不模糊度搜索，窄巷取整。
RTKLIB中ppp代码解析
不会就学的博客
12-20 2105
v= zk - hx 在代码中对应的是v[nv]=y-(r+cdtr-CLIGHT*dts[i*2]+dtrp+C*dion+dcb+bias);9） ppp_res(9,obs,n,rs,dts,var,svh,dr,exc,nav,xp,rtk,v,H,R,azel)) 模糊度固定的残差校验。kalman方程中的测量xk = xk/k-1 +kv 以及pk = pk/k-1 - kh*pk/k-1 状态更新。待估参数的预测，对应klaman公式中的xk/k-1、 Pk/k-1。
RTKlib PPP代码解析
weixin_42918498的博客
03-15 1万+
pppos extern void pppos(rtk_t *rtk, const obsd_t *obs, int n, const nav_t *nav) 所在文件：ppp.c 功能说明：PPP处理 参数说明： args: IO rtk_t *rtk: rtk solution structure I const obsd_t *obs 当前历元观测值 I int n
基于RTKLIB使用MGEX测站进行PPP处理
ANKP的博客
01-01 1225
PPP, IGN, SOPAC, DATA, PRODUCT, MGEX
RTKLIB超详细调试（VS），手把手教你全过程~（以PPP为例）第一篇——读取配置文件、精密星历、精密钟差篇
qsnmtrs的博客
07-20 8343
RTKLIB超详细调试（VS），手把手教你全过程~（以PPP为例）第一篇——读取配置文件、精密星历、精密钟差篇~
用RTKLIB中的rtkpost进行ppp和spp定位（附用CUI rnx2rtkp 编译）
热门推荐
三省斋
07-31 2万+
rtkpost rtkpost是一个后处理软件，可对采集到的数据进行后期处理定位；而rtknavi则是实时定位的软件 数据集： obs选用rover_trimble.obs，这个数据所用的接收机比rover_ublox.obs要好一点 ppp 其中.obs是输入源数据，.sp3是精密星历，.clk是精密钟差，.pos是输出定位 obs是动态数据，故选PPP Kinematic模式；如果是静态数据就选PPP Static； 单频数据的话选L1； 如果已知有哪些卫星的数据就选哪些，不清楚
[学习]RTKLib详解：sbas.c与rtcm.c
极客不孤独的博客
05-10 1692
本文详细介绍了RTKLib中的sbas.c和rtcm.c两个模块，对他们的整体作用，工作流程以及关键函数进行了详细介绍，并对关键算法提供了数学原理分析与推导。
[学习]RTKLib详解：rtkcmn.c与rtkpos.c
极客不孤独的博客
05-06 1545
rtkcmn.c 是RTKLIB的核心公共模块，是GNSS数据处理的核心，涵盖了从原始观测数据到高精度定位解算的全流程，依赖高效的矩阵运算与数值方法（如卡尔曼滤波），实现动态环境下的实时定位；rtkpos.c 是 RTKLIB 库中实现高精度实时动态定位（RTK）的核心模块，主要负责从原始观测数据到最终位置解算的全流程处理，它实现了 RTK 定位的核心算法，涵盖状态估计、误差修正、模糊度解析及解算验证。代码结构清晰，模块化程度高，支持多频多系统观测数据处理，适用于高精度定位场景。
[学习]RTKLib详解：rtksvr.c与streamsvr.c
极客不孤独的博客
05-10 1553
文章详细介绍了rtksvr.c和streamsvr.c两个核心模块的功能与工作流程。rtksvr.c负责处理多源输入数据，执行实时动态差分定位解算，并输出高精度定位结果，涉及数据输入、解码、状态更新、定位解算及结果输出等步骤。streamsvr.c则专注于多源数据流的格式转换与分发，支持将输入流转换为指定格式并输出，包括数据流转换、消息生成及周期性输出等功能。文章还提供了函数调用关系图、数学原理与关键数据结构
[学习] RTKLib详解：qzslex.c、rcvraw.c与solution.c
最新发布
极客不孤独的博客
05-13 1152
本文详细解析了 RTKLIB 中 qzslex.c、rcvraw.c 和 solution.c 三个核心模块。qzslex.c 实现 QZSS LEX 信号的解析，支持星历与电离层校正参数提取；rcvraw.c 提供接收机原始数据的统一解析接口，兼容多种格式；solution.c 采用卡尔曼滤波实现 SPP/RTK 等多种解算模式。每个文件均展示了清晰的流程结构与数学原理，为理解 RTKLIB 的信号处理、数据解析与定位解算提供了理论与实践基础。
RTKLIB相关资源，包含rtklib时序图，RTKPPP定位算法流程，rtklib中文说明(部分)等14个文档
11-15
RTKLIB2.4.3中文说明书，RTKLIB开发文档，RTKLIB软件静态精密单点定位精度测试与分析，RTKLIB使用数据分析，rtklib中文说明(部分)，rtklib学习心得，rtklib时序图等十余个文档
RTKLIB中PPP代码阅读顺序
06-20
RTKLIB中PPP代码阅读顺序
RTKlib精密单点定位PPP更改后代码，支持北斗、GPS
04-28
为初学者做RTKlib精密单点定位PPP提供一定的参考（更改后的代码），支持北斗、GPS 三频、双频以及组合PPP，误差项仍需改正
RTKlib官网下载参考文档
11-19
RTKlib官网下载参考文档 GPS_RTKLIB_Seminor_1.PDF GPS_RTKLIB_Seminor_2.PDF
RTKLIB学习（二）--2、PPP代码分析
yitian_00的博客
11-05 3727
最主要目的实现对扩展卡尔曼滤波在PPP中的代码具体分析
使用Rtklib进行PPP定位和RTK差分定位
u014742463的博客
05-07 1万+
使用rtklib进行定位PPP定位输入流选择配置选项启动 下载rtklib：http://www.rtklib.com/ 下载完成解压缩进入目录打开rtknavi.exe启动工具。 点击箭头所指的I按钮，打开输入流对话框。 PPP定位 输入流选择 打开输入流对话框显示如图，分别勾选（1）、（2）、（3）复选框，Type下拉框全部选择NTRIP Client方式，Format全部选择RTCM 3...
RTKLIB专题学习(十三)—关于RTKLIB的PPP模式不能有效解算北斗数据原因的探索(一)
十八与她的博客
05-04 4281
RTKLIB专题学习(十三)—关于RTKLIB不能有效解算北斗数据的探索(一) 文章目录系统使用发现问题精密星历读取信号类型选取 系统使用发现问题 从上图的调试结果可以看到，当处理北斗数据时(sat=106是对应的北斗)，其计算的接收机到卫星的距离为-1；也就是计算出错，原因是，在geodist函数中，当卫星距离地心的距离小于地球半长轴时，返回值-1。 /* geometric distance -------------------------------------------------------
RTKLIB中PPP定位原理——观测模型部分
papunzal的博客
08-07 4224
最近一个月在学习RTKLIB中RTK和PPP的算法和代码，将原理部分疏离记录了一下，留给以后做参考。 一、模型部分 1.1 非差观测值 （1）伪距观测值 其中分别为接收机和卫星之间真实距离、信号接收时刻接收机钟差、信号发射时刻卫星钟差、电离层延迟、对流层延迟、观测噪声。 （2）载波相位观测值 其中为载波相位偏差项，为由接收机和卫星的天线相位中心偏差、地球潮汐以及卫星和接收机之间的相位偏移所引入的误差，且有： 1.2 无电离层组合观测值 其中： 式中...
rtklib ppp_ar
03-27
### RTKLIB PPP_AR 功能详解 #### 参数配置概述 RTKLIB 中的 PPP (Precise Point Positioning) 是一种基于单点定位技术的方法，能够利用卫星轨道和钟差改正数据实现高精度定位。PPP 的 AR (Ambiguity Resolution) 功能主要用于整周模糊度的固定，从而提高定位精度和收敛速度。 在 RTKLIB 软件中，PPP 和 PPP-AR 的参数配置主要通过 `Options` 界面完成，并涉及多个选项卡来调整不同的解算参数[^1]。以下是各选项卡的主要功能： --- #### Setting1 选项卡 此选项卡用于配置基本的观测模型参数，包括： - **Solution Type**: 设置解算模式（静态/动态）。 - **Frequency**: 指定使用的频率数（L1/L2 或 L1/L2/L5）。 - **Ionosphere Model**: 电离层延迟校正方法的选择。 - **Troposphere Model**: 对流层延迟校正方法的选择。 这些参数直接影响 PPP 解算的质量和效率。 --- #### Setting2 选项卡 该选项卡专注于整周模糊度的固定策略，具体包括： - **Fix Ambiguity**: 启用或禁用整周模糊度固定。 - **Ar Filter Options**: 整周模糊度滤波器的相关设置，例如阈值、稳定性检测等。 - **Integer Ambiguity Validation Thresholds**: 设定模糊度固定的验证门限。 启用 AR 功能可以显著提升 PPP 定位的精度和可靠性[^3]。 --- #### Output 选项卡 Output 选项卡定义了解算结果的输出格式和内容，主要包括： - 输出文件路径及名称。 - 是否保存中间计算状态（如残差、协方差矩阵等）。 清晰的结果记录有助于后续分析和调试。 --- #### Stats 选项卡 Stats 选项卡提供了统计信息的显示控制，允许用户查看： - 卫星跟踪状况。 - 历元间的连续性指标。 - 模糊度固定成功率和其他质量评估参数。 这一步对于监控解算过程至关重要。 --- #### Positions 选项卡 Positions 选项卡设定目标位置约束条件，适用于已知大致坐标的情况。它可以通过引入先验信息加速收敛并增强鲁棒性。 --- #### Files 选项卡 Files 选项卡指定必要的输入文件，包括： - RINEX 观测文件。 - 星历文件（SP3 格式或其他支持类型）。 - 地球重力场模型文件。 此外还可以加载附加辅助数据以优化性能。 --- #### Misc 选项卡 Miscellaneous 部分涵盖了其他高级选项，比如噪声建模方式以及卡尔曼滤波器的具体参数调节。特别需要注意的是，在某些版本中可能存在变量初始化不足的问题（如 pntpos.c 文件内的 rescode 函数），此时应手动将相关变量设为零初始值以防错误发生[^2]。 --- #### 示例代码片段 下面展示了一个简单的伪代码框架用来说明如何调用 udstate_ppp 函数执行待估计参数预测操作： ```c void process_ppp(RTK *rtk, OBS_DATA *obs, int n, NAV *nav){ // 执行卡尔曼滤波预测阶段 udstate_ppp(rtk, obs, n, nav); } ``` 上述代码体现了 Kalman 过程中的核心部分——即依据当前时刻的状态向量及其误差协方差阵推导下一时刻相应数值的过程。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

极客不孤独

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值