4、RTK定位：载波相位差分、整周模糊度固定、厘米级定位实现
各位同学，欢迎来到RTK定位这一章。
说实话，GPS单点定位大家都很熟悉了，精度大概在米级。但自动驾驶要求的是厘米级，差了整整两个数量级。怎么跳过去的？核心就是RTK——实时动态差分技术。
我当年刚接触RTK时，觉得这东西挺玄乎的。后来亲手搭了一套基准站+流动站，才真正搞明白。说白了，RTK就是利用两个接收机之间的空间相关性，把误差给干掉。
4.1 载波相位观测值：比伪距精细100倍
先问大家一个问题：为什么伪距只能做到米级？
因为伪距用的是C/A码，一个码片宽度约293米，就算接收机能把相位锁定到1%的码片宽度，精度也就3米左右。这已经是极限了。
但载波不一样。L1载波频率1575.42MHz，波长约19厘米。你想想看，如果能测量载波的相位，理论上精度可以达到毫米级。
载波相位观测值的数学模型是这样的：
Φ = ρ + c·(dt_r - dt_s) + λ·N - I + T + ε其中：
- Φ：载波相位观测值（单位：米）
- ρ：卫星到接收机的几何距离
- c·(dt_r - dt_s)：接收机和卫星钟差
- λ·N：整周模糊度（λ是波长，N是整数）
- I：电离层延迟
- T：对流层延迟
- ε：噪声和其他误差
注意这个λ·N，它就是整周模糊度。载波相位测量只能测到不足一周的小数部分，整周数N是未知的。不把这个N解出来，你就没法用载波做高精度定位。
核心要点：载波相位精度高，但存在整周模糊度问题。RTK的核心任务就是把这个N给固定下来。
4.2 差分技术：消除共性误差
单台接收机做载波相位定位，误差源太多了。钟差、电离层、对流层、轨道误差……每个都是几米到几十米的量级。
RTK的思路很巧妙：在已知坐标的位置架一台基准站，让它和流动站同时观测同一颗卫星。两站距离不远（一般20公里以内），那么很多误差是共性的。
做个差分：
ΔΦ = Φ_r - Φ_b基准站的位置已知，可以算出几何距离的真值。然后基准站把观测值和计算值一起发给流动站。流动站一差分，钟差基本消掉了，电离层和对流层也消掉了大部分。
我曾在城市峡谷做过测试，基准站和流动站相距5公里，差分后残差只有几厘米。效果非常明显。
4.3 双差观测模型：整周模糊度的整数特性
单差还不够完美。因为接收机钟差虽然消了，但卫星钟差还在。怎么办？再做一次差分——星间差分。
这就是双差模型：
∇ΔΦ = ∇Δρ + λ·∇ΔN + ∇Δε双差之后，接收机钟差和卫星钟差全没了。电离层、对流层也基本消干净了。剩下的就是几何距离差和整周模糊度差。
而且最关键的是：∇ΔN是整数。这个整数特性，是RTK能够实现厘米级定位的基石。
个人经验：我在做双差处理时，习惯先做站间单差，再做星间双差。顺序不能乱，否则整数特性会被破坏。曾经踩过这个坑，排查了两天才发现是差分顺序搞反了。
4.4 整周模糊度固定：RTK的灵魂
好，现在问题来了：双差模型里，∇ΔN是未知整数。怎么把它求出来？
常用的方法有两种：
- LAMBDA方法（Least-squares AMBiguity Decorrelation Adjustment）
- 直接搜索法（适用于短基线）
LAMBDA是目前最主流的。它的核心思想分三步：
- 浮点解：先把∇ΔN当作浮点数，用最小二乘解出来
- 整数变换：对浮点解做Z变换，降低模糊度之间的相关性
- 整数搜索：在变换后的空间里搜索整数组合，找到最优解
代码实现大致是这样的：
// 伪代码：LAMBDA方法核心步骤
// 1. 构建法方程，求解浮点模糊度
Matrix N_float = solveNormalEquation(designMatrix, observations);
// 2. 获取浮点解的协方差矩阵
Matrix Q_N = getCovariance(N_float);
// 3. Z变换，降低相关性
Matrix Z = decorrelationTransform(Q_N);
Matrix N_float_transformed = Z * N_float;
// 4. 整数搜索
Matrix N_int_transformed = integerSearch(N_float_transformed, Z * Q_N * Z.T);
// 5. 逆变换回原始空间
Matrix N_int = Z.inverse() * N_int_transformed;搜索完成后，还要做Ratio检验。就是比较最优解和次优解的残差比值。Ratio值大于3.0，我才敢说固定成功了。
注意：整周模糊度固定不是100%成功的。多路径效应严重、卫星几何分布差、基线太长，都可能导致固定失败。这时候只能退而求其次，用浮点解——精度会降到分米级。
4.5 厘米级定位实现：从理论到工程
理论讲完了，咱们看看工程上怎么落地。
一个完整的RTK定位流程是这样的：
- 基准站：架设在已知坐标点，持续观测卫星，生成差分改正数
- 数据链路：基准站通过电台、4G或NTRIP协议，把改正数发给流动站
- 流动站：接收改正数，做双差处理，解算整周模糊度
- 位置输出：固定成功后，输出厘米级坐标
我参与过一个自动驾驶项目，用的是u-blox F9P模块。实测效果：
| 场景 | 基线长度 | 固定成功率 | 定位精度（RMS） |
|---|---|---|---|
| 开阔道路 | 5 km | 98% | 2.5 cm |
| 城市峡谷 | 3 km | 85% | 4.8 cm |
| 高架桥下 | 2 km | 60% | 12.3 cm（浮点解） |
你看，开阔场景下厘米级定位完全没问题。但到了遮挡严重的区域，固定率下降，精度也跟着掉。
避坑指南：我曾经在隧道出口处遇到过整周模糊度重新初始化的问题。车辆一出隧道，卫星信号恢复，但模糊度需要重新固定，中间有3-5秒的收敛时间。解决方案是：结合IMU做组合导航，在信号中断期间用IMU推算位置，保持模糊度参数的连续性。
4.6 工程实现中的几个关键点
最后，分享几个我在工程中总结的经验：
- 周跳检测：载波相位容易发生周跳，必须用GF（Geometry-Free）或MW（Melbourne-Wübbena）组合实时检测。一旦发现周跳，对应的模糊度参数要重置。
- 多频点利用：现在GPS有L1/L2/L5，北斗有B1I/B2I/B3I。多频点组合可以加快模糊度固定速度。我习惯用L1+L2双频，固定时间能缩短到10秒以内。
- 高程精度：RTK的水平精度很好，但高程精度差一些，一般是水平精度的1.5-2倍。做自动驾驶时，建议结合气压计或IMU来辅助高程估计。
- 数据链路延迟：差分改正数有延迟，超过2秒就会影响定位精度。用4G网络时，要注意网络延迟抖动。我一般会在流动站做延迟补偿。
嗯，RTK定位的内容就讲到这里。下一章我们会讲惯性导航，看看IMU怎么和RTK配合，实现更鲁棒的高精度定位。