4. GNSS定位算法基础：从卫星信号到厘米级定位

各位同学，今天我们来聊聊GNSS定位算法。说实话，这个主题我讲了不下几十次，但每次都有新感悟。记得我刚入行那会儿，觉得GPS定位嘛，不就是手机地图上那个蓝点吗？直到我真正开始做芯片底层的定位算法移植，才发现这里面的门道深着呢。

咱们这一章，我会从最基础的卫星导航原理讲起，一直聊到RTK差分定位。嗯，内容有点多，但都是干货。你想想看，智能驾驶对定位精度的要求是厘米级，而普通手机定位误差可能达到几米甚至十几米。这中间的差距，就是靠我们今天要讲的这些算法来填补的。

4.1 卫星导航原理：天上那些"时钟"

卫星导航的基本原理，说白了就是测距。卫星不停地广播自己的位置和精确的时间，你的接收机收到信号后，算一下信号传播的时间，乘以光速，就知道自己离卫星多远了。

但这里有个坑——时间同步。卫星上用的是原子钟，精度极高。你手里的接收机呢？用的是石英钟，一天可能差个几微秒。别小看这几微秒，光速是3×10⁸ m/s，一微秒就是300米！

我在项目中遇到过一件事：某次路测，定位结果突然跳了十几米。排查了半天，发现是接收机晶振受温度影响，频率漂移了。从那以后，我养成了一个习惯——每次做算法移植，第一件事就是检查时钟模型。

4.2 伪距与载波相位观测方程

GNSS定位有两种基本的观测量：伪距和载波相位。伪距精度在米级，载波相位精度在厘米级。你可能会问：那直接用载波相位不就行了？

嗯，问题没那么简单。载波相位有个大麻烦——整周模糊度。你只能测到相位的小数部分，整数部分是多少？不知道。这就像你只知道时钟的分钟指针位置，却不知道现在是几点。

观测量	精度	优点	缺点
伪距	米级（1-10m）	无模糊度，鲁棒性好	精度低
载波相位	厘米级（1-2cm）	精度极高	存在整周模糊度

实际工程中，我一般先用伪距做个粗定位，然后用载波相位做精化。说白了就是"粗调+微调"的思路。载波相位的观测方程长这样：

φ = (1/λ)·r + N + (c/λ)·Δt + ε

这里φ是载波相位观测值，λ是波长，N就是那个让人头疼的整周模糊度。我曾经为了解算这个N值，在嵌入式平台上优化了整整两周的浮点运算。

4.3 单点定位与差分定位（RTK）原理

单点定位，就是只用一台接收机，自己算自己的位置。精度嘛，一般3-5米，好一点能到1-2米。对于智能驾驶来说，这远远不够。你想想看，车道宽度才3.5米，误差2米的话，你都不知道自己在哪条车道上。

这时候就要请出RTK（实时动态差分定位）了。RTK的原理其实不复杂：在已知位置架设一个基准站，它算出各种误差项，然后通过电台或4G网络发给流动站（你的车）。流动站用这些改正数来消除误差。

RTK的精度能达到厘米级，但有个前提——基准站和流动站的距离不能太远。一般建议在20公里以内。距离越远，大气误差的相关性越差，效果就不好了。

4.4 多路径效应与抗干扰

多路径效应，是GNSS定位中最让人头疼的问题之一。信号从卫星发出来，本来应该直线到达接收机。但城市里高楼林立，信号会反射、折射，走一条更长的路才到接收机。这就导致测距偏大，定位偏差。

我在上海陆家嘴做过测试，那个地方高楼密集，多路径效应特别严重。有时候定位误差能到50米以上。怎么解决？我总结了几种方法：

• 天线设计：用扼流圈天线，抑制低仰角信号
• 信号处理：用窄相关技术，减少多路径影响
• 算法层面：用一致性检测，剔除异常观测值

抗干扰方面，除了多路径，还有射频干扰、电离层闪烁等问题。对于智能驾驶来说，最怕的是人为干扰。我记得有次在测试场，旁边有个工地在用电焊，产生的电磁干扰直接把GNSS信号淹没了。从那以后，我设计的算法都会加入干扰检测和快速恢复机制。

知识体系总览

下面这张图，是我自己整理的GNSS定位算法知识体系。你看，从卫星信号到最终的位置输出，中间要经过多少环节。每个环节都可能引入误差，而我们的工作就是把这些误差一个个消除掉。

好了，这一章的内容就到这里。从卫星导航原理到RTK差分定位，再到多路径抗干扰，每个环节都是智能驾驶定位算法移植中必须啃下的硬骨头。下一章我们会深入嵌入式平台，聊聊怎么把这些算法高效地跑在芯片上。