本文最后更新于27 天前，其中的信息可能已经过时，如有错误请发送邮件到[email protected]
目录
- 1. 载波相位观测方程与伪距的区别
- 2. 差分观测量的引入（单差、双差、三差）
- 3. GPS 测量中的参数分类：必要参数与多余参数
- 4. 多余参数的处理方法：拟合与差分
- 5. 差分定位的具体实现逻辑
- AI 总结
1. 载波相位观测方程与伪距的区别 原片 @ 00:00*
Screenshot-[00:30]
在 GPS 测量中，载波相位（Carrier Phase）观测方程与伪距（Pseudorange）观测方程虽然结构类似，但存在本质区别。
- 伪距测量（Pseudorange）：
- 可以直接测定卫星与接收机之间的距离（\rho）。
- 虽然包含误差（如钟差、大气延迟），但能够直接反映几何距离。
- 载波相位测量（Carrier Phase）：
- 无法直接测定完整的距离。接收机只能测量不足一个波长的相位部分。
- 整周模糊度（Ambiguity, N）：完整的距离公式中包含一个未知的整数周数 N。
- 观测方程形式：
\Phi = \rho + c \cdot (dt_u – dt^s) + N \cdot \lambda + \dots 其中：- \Phi：观测到的相位距离。
- \rho：卫星到接收机的几何距离。
- c：光速。
- dt_u, dt^s：接收机钟差和卫星钟差。
- N：整周模糊度（未知整数）。
- \lambda：载波波长。
- 关键差异：载波相位方程多出了 N \cdot \lambda 这一项。在平差计算（Adjustment Calculation）过程中，N 通常被视为一个未知数，需要通过解算估计出来。
- 电离层延迟（Ionospheric Delay）：
- 在伪距和载波相位中，电离层延迟的大小相同，但符号相反（伪距为正，相位为负）。这一特性在双频测量组合中非常重要。
2. 差分观测量的引入（单差、双差、三差） 原片 @ 03:01*
Screenshot-[03:41]
在 GPS 测量中，为了消除误差并减少未知数，通常不直接使用原始观测值（Zero-difference），而是使用差分观测值（Differenced Observations）。即对观测值进行“两两相减”。
- 单差（Single Difference, SD）：
- 定义：两个观测值相减一次。
- 站间单差：两台接收机（A 和 B）观测同一颗卫星。相减后可消除卫星钟差。
- 星间单差：一台接收机观测两颗卫星。相减后可消除接收机钟差。
- 双差（Double Difference, DD）：
- 定义：在单差的基础上再求一次差。通常是指在“站间单差”的基础上，对不同卫星之间进行差分。
- 作用：既消除了卫星钟差，也消除了接收机钟差。这是高精度定位中最常用的模型。
- 三差（Triple Difference, TD）：
- 定义：在双差的基础上，对不同的观测时间（历元）进行差分。
- 作用：可以消除整周模糊度 N（只要未发生周跳），主要用于探测周跳或粗略位置解算。
总结：通过构建虚拟的差分观测值（单差、双差、三差），可以将原本作为未知数的误差项（如钟差）直接消除，从而简化平差计算。
3. GPS 测量中的参数分类：必要参数与多余参数 原片 @ 05:54*
Screenshot-[06:02]
在建立 GPS 观测方程时，未知参数的数量通常非常庞大。为了理解这些参数的处理方式，可以将其分为两类：
3.1 必要参数（Wanted Parameters）
- 定义：用户进行 GPS 测量时真正想要得到的参数。
- 示例：
- 测站的坐标 (X, Y, Z)。
- 两点之间的基线向量（相对位置）。
- 坐标差。
- 目的：对于测量用户而言，目的是确定点位或基线，这些是必须求解的“有用信息”。
3.2 多余参数（Nuisance Parameters）
- 定义：用户不想得到，但为了建立准确的数学模型必须包含在方程中的参数。
- 为什么必须包含：如果不考虑这些参数（如钟差），模型就不准确，误差会分配到必要参数中，导致定位精度大幅下降。
- 示例：
- 卫星钟差（Satellite Clock Error）。
- 接收机钟差（Receiver Clock Error）。
- 整周模糊度（在某些非精密定位场景下）。
- 相对性：
- “必要”与“多余”是相对的。
- 对于授时（Time Transfer）用户，接收机钟差是必要参数，而坐标可能是已知的（多余参数）。
- 对于测量（Surveying）用户，坐标是必要参数，钟差是多余参数。
4. 多余参数的处理方法：拟合与差分 原片 @ 11:22*
Screenshot-[11:34]
4.1 未知数数量爆炸的问题
在 GPS 测量中，多余参数的数量往往远超必要参数。
- 举例：
- 2 台接收机，观测 8 颗卫星，持续 2 小时。
- 采样率为 15 秒（一分钟 4 次），共 480 个历元（Epochs）。
- 未知数统计：
- 卫星钟差：8 颗卫星 \times 480 个历元 = 3840 个参数。
- 接收机钟差：2 台接收机 \times 480 个历元 = 960 个参数。
- 结果：仅钟差参数就有几千个，而必要的坐标参数可能只有 3 个（或 6 个）。
4.2 处理方法一：多项式拟合（不推荐用于高精度）
- 思路：假设钟差随时间的变化符合某种规律，用一个低阶多项式（如 2-3 个参数）来代替几百个历元的钟差值。
- 局限性：
- 原子钟（特别是接收机石英钟）的误差具有随机性，物理特性复杂。
- 用平滑曲线（多项式）去拟合实际跳动的随机误差，会产生拟合残差。
- 这些残差会被当作模型误差，最终影响定位精度。
4.3 处理方法二：差分消元法（主流方法）
- 思路：利用代数中的消元法（Elimination Method）。既然不关心钟差的具体数值，可以通过方程相减将其消除。
- 优势：
- 不引入模型误差（如拟合误差）。
- 大幅减少待求未知数的数量。
- 降低计算负荷。
5. 差分定位的具体实现逻辑 原片 @ 17:10*
Screenshot-[20:07]
视频详细解释了通过“两两相减”消除多余参数的具体步骤，这与代数方程组解法中的消元法一致。
5.1 消除接收机钟差（求差过程）
- 场景：在同一历元，一台接收机同时观测多颗卫星（如 8 颗）。
- 共性：这 8 个观测方程中，都包含同一个接收机钟差项 dt_u。
- 操作：选择一颗卫星作为参考星（Reference Satellite），将其他卫星的观测值与参考星观测值相减。
- 结果：所有方程中的 dt_u 项被消除。
5.2 消除卫星钟差（单差 -> 双差）
- 场景：两台接收机（A 和 B）在同一历元观测同一颗卫星（S）。
- 共性：两个方程都包含同一个卫星钟差项 dt^s。
- 操作：将接收机 A 的观测值减去接收机 B 的观测值（站间单差）。
- 结果：dt^s 被消除。
5.3 综合流程（双差模型）
- Step 1（站间单差）：两台接收机观测同一卫星相减 \rightarrow 消除卫星钟差。
- Step 2（星间求差）：在 Step 1 的基础上，不同卫星之间的单差结果再相减 \rightarrow 消除接收机钟差。
- 最终结果（双差观测值）：
- 不包含卫星钟差。
- 不包含接收机钟差。
- 只保留了与坐标相关的几何距离项和整周模糊度项。
- 极大地简化了方程，使得求解坐标参数变得高效且准确。
AI 总结
本节课程深入讲解了 GPS 测量中距离测量与定位方法的核心原理，重点在于如何处理观测方程中的大量多余参数（Nuisance Parameters）。
- 载波相位 vs. 伪距：载波相位精度更高，但引入了棘手的整周模糊度（N）未知数。
- 参数爆炸问题：在长时间观测中，每个历元的卫星钟差和接收机钟差都会产生新的未知数，导致未知数数量高达数千个，远超必要的坐标参数。
- 差分技术的必要性：为了解决上述问题，不能简单地忽略钟差，也不能仅靠多项式拟合（因为钟差具有随机性）。最有效的方法是采用差分（Differencing）技术。
- 差分层次：
- 单差（SD）：消除卫星钟差或接收机钟差。
- 双差（DD）：同时消除卫星和接收机钟差，是高精度相对定位的标准模型。
- 三差（TD）：进一步消除整周模糊度，常用于探测周跳。
通过这种“两两相减”的数学处理，GPS 系统能够从充满误差的原始信号中，剥离出纯净的几何距离信息，从而实现高精度的定位解算。这是研究生阶段理解 GPS 数据处理（Data Processing）最关键的数学基础。
