GNSS實(shí)時(shí)周跳修復(fù)算法與精密單點(diǎn)定位測(cè)試分析

尹翔飛，劉根友，王彬彬，呂棟

(1.中國(guó)科學(xué)院精密測(cè)量科學(xué)與技術(shù)創(chuàng)新研究院 大地測(cè)量與地球動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,武漢 430077；2.中國(guó)科學(xué)院大學(xué) 地球與行星科學(xué)學(xué)院,北京 100049；3.中國(guó)電子科技集團(tuán)公司第五十四研究所,石家莊 050081)

0 引 言

全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)是一種利用衛(wèi)星測(cè)距信號(hào)為用戶接收機(jī)提供全天候、高精度的定位、導(dǎo)航和授時(shí)(PNT)服務(wù)的現(xiàn)代化系統(tǒng)，主要包括美國(guó)的GPS，俄羅斯的GLONASS，歐盟的Galileo 和中國(guó)的北斗衛(wèi)星導(dǎo)航系統(tǒng)(BDS)[1].目前，GNSS 高精度定位算法包括差分定位算法和精密單點(diǎn)定位(PPP)算法[2].由于PPP 算法不依賴地面參考站，能夠獨(dú)立解算接收機(jī)坐標(biāo)、接收機(jī)鐘差和大氣延遲參數(shù)，被廣泛應(yīng)用于低軌衛(wèi)星定軌、時(shí)間同步、大氣監(jiān)測(cè)等領(lǐng)域[3-6].

由于最終的精密星歷通常在2 周之后才能獲得，傳統(tǒng)的PPP 一般采用事后處理模式.為了滿足工程領(lǐng)域和科研領(lǐng)域?qū)Ω呔任恢玫刃畔⒌膶?shí)時(shí)性需求，國(guó)內(nèi)外相關(guān)學(xué)者和機(jī)構(gòu)基于地面觀測(cè)數(shù)據(jù)對(duì)衛(wèi)星軌道和鐘差進(jìn)行實(shí)時(shí)估計(jì)，并開展實(shí)時(shí)PPP (RT-PPP)研究工作[7-9].目前，RT-PPP 存在的主要問題有：1)由于PPP 數(shù)學(xué)模型參數(shù)個(gè)數(shù)和誤差項(xiàng)較多，以及實(shí)時(shí)軌道鐘差精度有限等因素，一般需要幾十分鐘的初始化時(shí)間[10]；2)受觀測(cè)值中的周跳影響，不連續(xù)的載波相位模糊度會(huì)導(dǎo)致定位結(jié)果重新初始化；3)采用方差陣和觀測(cè)量殘差對(duì)定位結(jié)果進(jìn)行內(nèi)符合精度評(píng)定，不能準(zhǔn)確描述參數(shù)估計(jì)精度；4)收斂時(shí)間一般是將坐標(biāo)估值與真實(shí)值對(duì)比得到的統(tǒng)計(jì)結(jié)果，在RTPPP 尤其是動(dòng)態(tài)PPP 應(yīng)用中，真實(shí)坐標(biāo)未知導(dǎo)致收斂時(shí)間的不確定性.以上幾種問題都在一定程度上降低了RT-PPP 的實(shí)用性、穩(wěn)定性和可靠性，這也是當(dāng)前RT-PPP 的應(yīng)用瓶頸和GNSS 數(shù)據(jù)處理領(lǐng)域的研究重點(diǎn)[11].

針對(duì)目前RT-PPP 存在的重新收斂問題，本文基于國(guó)際GNSS 服務(wù)(IGS)實(shí)時(shí)產(chǎn)品開展相關(guān)研究工作，首先介紹RT-PPP 觀測(cè)方程，并提出一種周跳修復(fù)算法，用以解決信號(hào)中斷后重新收斂時(shí)間過長(zhǎng)的問題.結(jié)合實(shí)時(shí)產(chǎn)品和觀測(cè)數(shù)據(jù)流，論述RT-PPP 算法及其實(shí)現(xiàn)流程.根據(jù)IGS 觀測(cè)站進(jìn)行周跳修復(fù)實(shí)驗(yàn)，驗(yàn)證其對(duì)信號(hào)中斷后的定位結(jié)果的改善程度.同時(shí)，在樓頂進(jìn)行軌道推車實(shí)驗(yàn)，進(jìn)一步評(píng)定本文提出的RT-PPP 算法所能達(dá)到的定位效果.

1 RT-PPP 算法

1.1 觀測(cè)方程

PPP 是一種基于單個(gè)站觀測(cè)數(shù)據(jù)，通過固定導(dǎo)航衛(wèi)星軌道和鐘差，使用模型改正固體潮、天線相位中心(APC)偏差等系統(tǒng)誤差，獨(dú)立解算高精度接收機(jī)坐標(biāo)、接收機(jī)鐘差、大氣延遲和模糊度參數(shù)的衛(wèi)星定位算法[12].根據(jù)使用的觀測(cè)方程形式不同，可分為無電離層組合PPP 和非組合PPP.兩者均采用雙頻偽距和載波相位觀測(cè)值，最終的參數(shù)估值精度相當(dāng).不同之處在于非組合PPP 觀測(cè)量精度高，能夠同時(shí)估計(jì)電離層延遲，適用于多頻數(shù)據(jù)處理.無電離層組合PPP 參數(shù)個(gè)數(shù)少，模型強(qiáng)度更高，并且與IGS 發(fā)布的精密衛(wèi)星軌道和鐘差產(chǎn)品具有更好的一致性[13].本文采用無電離層組合PPP 觀測(cè)方程

式中：Prs和Lrs分別為無電離層偽距和載波相位觀測(cè)量；ρrs為接收機(jī)到衛(wèi)星的幾何距離，衛(wèi)星位置為實(shí)時(shí)衛(wèi)星軌道；dtr為接收機(jī)鐘差；dtsp為 衛(wèi)星鐘差；c為光速；mrs為對(duì)流層延遲投影函數(shù)；ztdr為天頂(U)方向?qū)α鲗友舆t；Brs為無電離層組合相位模糊度，不具備整數(shù)特性；εP和 εL則分別為偽距和載波相位觀測(cè)噪聲.

1.2 周跳修復(fù)算法

由于信號(hào)失鎖等原因造成的周跳會(huì)使載波相位模糊度發(fā)生未知的整數(shù)跳變，從而造成坐標(biāo)參數(shù)的重新收斂.周跳在GNSS 實(shí)際觀測(cè)時(shí)難以避免，將導(dǎo)致坐標(biāo)參數(shù)需要長(zhǎng)時(shí)間重新收斂，這對(duì)RT-PPP 應(yīng)用尤為不利.用于PPP 周跳快速修復(fù)的方法包括聯(lián)合慣性導(dǎo)航輔助周跳修復(fù)、使用多普勒觀測(cè)數(shù)據(jù)的周跳修復(fù)方法[14-15].本文采用歷元間差分偽距和載波相位觀測(cè)值修復(fù)周跳的方法，來避免RT-PPP 中的重新收斂問題.按照數(shù)據(jù)處理的順序，周跳修復(fù)算法的步驟可以分為：建立電離層延遲變化模型、固定寬巷模糊度、固定窄巷模糊度和修復(fù)周跳.

1.2.1 建立電離層延遲變化模型

電離層延遲變化模型主要用于輔助寬巷模糊度固定，因?yàn)殡婋x層延遲是歷元間差分寬巷相位觀測(cè)方程中最主要的誤差源，間隔30 s 時(shí)的影響約為幾個(gè)厘米，時(shí)差為2 min 時(shí)能夠達(dá)到分米級(jí)，影響寬巷模糊度固定.因此，需要對(duì)每個(gè)衛(wèi)星的電離層延遲變化進(jìn)行建模和改正.

無幾何距離相位觀測(cè)值LI中主要包含電離層變化 -γI˙ 和模糊度AmbI.在連續(xù)弧段和較短時(shí)間范圍內(nèi)，模糊度及相位延遲等誤差為常數(shù)，不影響LI時(shí)間序列中的電離層變化信息，可用于建立電離層變化模型.使用LI序列線性擬合電離層延遲模型，并對(duì)一定時(shí)間間隔內(nèi)的電離層延遲變化進(jìn)行預(yù)測(cè)，當(dāng)電離層環(huán)境復(fù)雜時(shí)，可采用二階多項(xiàng)式擬合.

1.2.2 固定寬項(xiàng)模糊度

由于方程中使用了窄巷偽距組合，觀測(cè)噪聲為分米級(jí)，計(jì)算得到的坐標(biāo)參數(shù)精度約也為分米級(jí).為了避免偽距噪聲對(duì)模糊度浮點(diǎn)解的影響，理論上可以使用周跳前所有連續(xù)弧段內(nèi)的數(shù)據(jù)，組成時(shí)間差分方程對(duì)模糊度參數(shù)進(jìn)行卡爾曼濾波.由于方程中系統(tǒng)誤差項(xiàng)與時(shí)間間隔 ΔT相關(guān)，時(shí)差越大，誤差相關(guān)性越小，采用時(shí)間間隔權(quán)函數(shù)對(duì)不同時(shí)刻的觀測(cè)值定權(quán)

1.2.3 固定窄項(xiàng)模糊度

基于電離層延遲變化模型以及寬巷模糊度，使用歷元間差分寬巷相位和無電離層相位固定窄巷模糊度.此時(shí)，無模糊度的寬巷相位組合轉(zhuǎn)換為厘米級(jí)的偽距觀測(cè)值，避免了使用偽距觀測(cè)值對(duì)波長(zhǎng)較短的窄巷模糊度固定的不利影響.

與寬巷模糊度固定類似，式(5)中消除了相關(guān)系統(tǒng)誤差，僅包含相對(duì)坐標(biāo)、鐘速和模糊度參數(shù)，同樣采用LAMBDA 算法固定窄巷模糊度N1.需要注意的是，在動(dòng)態(tài)PPP 模式下當(dāng)接收機(jī)天線水平旋轉(zhuǎn)且所有衛(wèi)星都發(fā)生周跳時(shí)，相位纏繞誤差、模糊度參數(shù)和鐘差參數(shù)耦合.為保持模糊度整數(shù)特性，需要引入一顆模糊度為整數(shù)的參考衛(wèi)星.此時(shí)，相位纏繞誤差和模糊度基準(zhǔn)誤差會(huì)被鐘差參數(shù)吸收，所有模糊度保持整數(shù)特性.

1.2.4 修復(fù)周跳

將寬巷模糊度和窄巷模糊度轉(zhuǎn)換為原始頻率的周跳N1和N2，對(duì)觀測(cè)值進(jìn)行修復(fù)，實(shí)現(xiàn)PPP 周跳后的快速重新初始化.為避免錯(cuò)誤的周跳修復(fù)對(duì)參數(shù)估計(jì)造成不良影響，應(yīng)該在修復(fù)后重新使用TurboEdit 方法探測(cè)周跳并標(biāo)記弧段.

1.3 RT-PPP 流程

與常規(guī)PPP 相比，RT-PPP 的不同之處在于實(shí)時(shí)精密星歷和觀測(cè)數(shù)據(jù)獲取，以及對(duì)實(shí)時(shí)數(shù)據(jù)的處理方法.本文設(shè)計(jì)了一種RT-PPP 數(shù)據(jù)處理流程，如圖1所示.RT-PPP 數(shù)據(jù)處理流程主要包括：實(shí)時(shí)精密軌道和鐘差獲取、實(shí)時(shí)觀測(cè)數(shù)據(jù)獲取和PPP 數(shù)據(jù)處理.

圖1 RT-PPP 數(shù)據(jù)處理流程

1)實(shí)時(shí)精密軌道和鐘差獲取

通過IGGNtrip 獲取實(shí)時(shí)數(shù)據(jù)分析中心播發(fā)的軌道鐘差改正數(shù)和廣播星歷.IGGNtrip 模塊包括網(wǎng)絡(luò)數(shù)據(jù)接收、RTCM 解碼、數(shù)據(jù)存儲(chǔ)和統(tǒng)計(jì)功能，采用共享內(nèi)存機(jī)制將數(shù)據(jù)接收和數(shù)據(jù)處理分離[16].RTPPP 主程序調(diào)用IGGNtrip API 返回實(shí)時(shí)產(chǎn)品和廣播星歷數(shù)據(jù)流，并將這兩種數(shù)據(jù)恢復(fù)成PPP 可用的實(shí)時(shí)精密軌道和鐘差.

2)實(shí)時(shí)觀測(cè)數(shù)據(jù)獲取

實(shí)時(shí)觀測(cè)數(shù)據(jù)按照來源可以分為網(wǎng)絡(luò)數(shù)據(jù)流和串口數(shù)據(jù)流.網(wǎng)絡(luò)數(shù)據(jù)流是由IGGNtrip 提供的IGS站實(shí)時(shí)觀測(cè)數(shù)據(jù)，串口數(shù)據(jù)流是通過串口工具獲取的GNSS 接收機(jī)實(shí)時(shí)觀測(cè)數(shù)據(jù).串口在傳輸數(shù)據(jù)時(shí)采用特定比特率發(fā)送和接收一定數(shù)據(jù)長(zhǎng)度的二進(jìn)制數(shù)據(jù)，并不是一個(gè)時(shí)刻完整的觀測(cè)數(shù)據(jù)，這就需要建立緩存機(jī)制和循環(huán)冗余校驗(yàn)來確保觀測(cè)數(shù)據(jù)完整性.目前RT-PPP 軟件能夠接收10 Hz 采樣的高頻數(shù)據(jù)，支持的數(shù)據(jù)格式包括BINEX (BINary EXchange)和RTCM.

3) PPP 數(shù)據(jù)處理

PPP 數(shù)據(jù)處理是RT-PPP 的核心，主要包括實(shí)時(shí)觀測(cè)數(shù)據(jù)和實(shí)時(shí)精密星歷時(shí)間同步、觀測(cè)值定權(quán)、PPP 數(shù)據(jù)處理和收斂時(shí)間判斷.其中，時(shí)間同步是針對(duì)當(dāng)前實(shí)時(shí)產(chǎn)品相對(duì)于實(shí)時(shí)觀測(cè)數(shù)據(jù)5～20 s 的時(shí)間延遲，采用分層式實(shí)時(shí)產(chǎn)品時(shí)延處理方法，實(shí)現(xiàn)精密星歷與觀測(cè)值同步.觀測(cè)值定權(quán)是在當(dāng)前實(shí)時(shí)產(chǎn)品精度有限的情況下，不使用觀測(cè)值的標(biāo)稱精度，而采用事先統(tǒng)計(jì)的實(shí)時(shí)衛(wèi)星鐘差精度確定觀測(cè)值先驗(yàn)精度和不同系統(tǒng)之間的權(quán)重關(guān)系.PPP 數(shù)據(jù)處理中，采用卡爾曼濾波算法逐歷元估計(jì)測(cè)站坐標(biāo)、對(duì)流層延遲和浮點(diǎn)解模糊度.基于GPT2w 經(jīng)驗(yàn)對(duì)流層模型約束天頂方向?qū)α鲗訚穹至垦舆t參數(shù)，加速RT-PPP 初始化過程，并采用周跳修復(fù)算法來解決重新初始化問題.另外，由于RT-PPP 應(yīng)用中不能通過與真實(shí)坐標(biāo)對(duì)比來確定收斂時(shí)間，而統(tǒng)計(jì)的收斂時(shí)間跟觀測(cè)條件有關(guān)，具有一定不確定性.根據(jù)模糊度參數(shù)是否收斂判斷坐標(biāo)收斂時(shí)間，解決RT-PPP 尤其是動(dòng)態(tài)PPP中收斂時(shí)間不明確的問題.

2 實(shí)時(shí)周跳修復(fù)實(shí)驗(yàn)

為了驗(yàn)證RT-PPP 周跳修復(fù)算法的可行性，本節(jié)采用2020年第250 天JFNG 站和GMSD 站30 s 采樣間隔的BDS/GPS/GLONASS 數(shù)據(jù)進(jìn)行周跳修復(fù)實(shí)驗(yàn).寬巷模糊度和窄巷模糊度固定成功的ratio 閾值都設(shè)為3.0，周跳修復(fù)成功率定義為寬巷和窄巷模糊度固定成功率.采用CNES 的CLK92 實(shí)時(shí)產(chǎn)品作為精密星歷，進(jìn)行實(shí)時(shí)數(shù)據(jù)處理.對(duì)當(dāng)天13 時(shí)至23 時(shí)所有時(shí)刻的觀測(cè)數(shù)據(jù)都設(shè)置一個(gè)數(shù)值為0 的周跳，對(duì)這段時(shí)間的數(shù)據(jù)嘗試修復(fù)周跳，統(tǒng)計(jì)模糊度固定ratio 值和周跳修復(fù)成功率.

圖2中，藍(lán)色點(diǎn)代表寬巷模糊度固定ratio 閾值，紅色點(diǎn)代表窄巷模糊度固定ratio 閾值，綠色線為閾值，都以倒數(shù)的形式來表示.當(dāng)藍(lán)色點(diǎn)和紅色點(diǎn)低于綠色的分界線時(shí)，代表模糊度固定成果，反之則代表模糊度固定失敗.從圖2中可以看出，JFNG 站的寬巷模糊度固定成功率略低于GMSD 站，這主要是因?yàn)镴FNG 站附近高大的樹木較多，偽距多路徑效應(yīng)嚴(yán)重.除此之外，兩個(gè)站點(diǎn)的模糊度固定成功率都在99%以上，ratio 閾值超過10.0 的觀測(cè)時(shí)刻占約為97%，窄巷偽距殘差為0.26 m，與先驗(yàn)值相當(dāng).

圖2 JFNG 站(左)和GMSD 站(右)周跳修復(fù)模糊度ratio 閾值倒數(shù)

采用JFNG 站當(dāng)天BDS/GPS/GLONASS 觀測(cè)數(shù)據(jù)，以及CLK92 產(chǎn)品模擬PPP-RTK 周跳修復(fù).在14 時(shí)至22 時(shí)每個(gè)整點(diǎn)時(shí)刻人為設(shè)置一個(gè)數(shù)值為衛(wèi)星號(hào)乘以小時(shí)數(shù)的周跳，并對(duì)GLONASS 衛(wèi)星加50，BDS 衛(wèi)星加100.圖3為周跳修復(fù)前和周跳修復(fù)后的動(dòng)態(tài)PPP 效果對(duì)比.

圖3 JFNG 站周跳修復(fù)前(上圖)和周跳修復(fù)后(下圖)的RT-PPP 結(jié)果

從圖3可以看出，在整點(diǎn)時(shí)刻人為引入周跳后，如果只對(duì)周跳進(jìn)行探測(cè)并不修復(fù)，定位結(jié)果需要不斷地重新初始化.經(jīng)統(tǒng)計(jì)，未采用周跳修復(fù)算法的RTPPP 在信號(hào)中斷后，平均收斂時(shí)間為8.5 min.而如果使用本文所論述的方法對(duì)周跳進(jìn)行修復(fù)，RT-PPP 定位結(jié)果則不需要重新初始化，只需要在初始化階段完成對(duì)坐標(biāo)參數(shù)的濾波收斂.因此，本文所提出的周跳修復(fù)算法能夠有效解決RT-PPP 在信號(hào)發(fā)生中斷后的重新收斂問題.

3 RTK 定位實(shí)驗(yàn)

為了驗(yàn)證RT-PPP 在天線運(yùn)動(dòng)狀態(tài)下的定位效果，本文在某樓頂進(jìn)行軌道推車實(shí)驗(yàn).位于樓頂?shù)能壍罏殚]合環(huán)線，周長(zhǎng)約50 m，軌道面上有一個(gè)可以人為拖動(dòng)的推車.在軌道推車實(shí)驗(yàn)中，人為拖動(dòng)的推車在直線處的平均移動(dòng)速度約為1.0 m/s，在轉(zhuǎn)彎處的平均速度約為0.2 m/s.實(shí)驗(yàn)所采用的天線類型為抗多路徑的TRM59900，安裝在位于推車平臺(tái)中一個(gè)三腳架上.GNSS 接收機(jī)類型為大地測(cè)量型TRIMBLE NETR9，同時(shí)記錄BDS/GPS/GLONASS 數(shù)據(jù)，采樣頻率為1 Hz.GNSS 接收機(jī)通過串口與運(yùn)行在筆記本電腦上的RT-PPP 程序連接,數(shù)據(jù)傳輸格式為BINEX.

RT-PPP 使用串口數(shù)據(jù)流的GNSS 觀測(cè)數(shù)據(jù)，并采用CLK90 產(chǎn)品.由于衛(wèi)星軌道參考中心位于APC，不需要進(jìn)行APC 改正.同時(shí)，在流動(dòng)站附近的一個(gè)觀測(cè)墩上安裝同樣型號(hào)的GNSS 接收機(jī)和天線作為基準(zhǔn)站，與推車上的流動(dòng)站進(jìn)行實(shí)時(shí)動(dòng)態(tài)(RTK)處理，作為RT-PPP 坐標(biāo)結(jié)果的參考值.圖4為軌道推車實(shí)驗(yàn)現(xiàn)場(chǎng)，圖5為RTK 和RT-PPP 處理的流動(dòng)站運(yùn)動(dòng)軌跡對(duì)比.

圖4 軌道推車實(shí)驗(yàn)測(cè)試現(xiàn)場(chǎng)

圖5 軌道推車實(shí)驗(yàn)RTK 與RT-PPP 運(yùn)動(dòng)軌跡比較

軌道推車實(shí)驗(yàn)時(shí)間為北京時(shí)間2020年5月16日14 時(shí)至16 時(shí)，在15 時(shí)28 分左右人為拖動(dòng)推車平臺(tái)順時(shí)針移動(dòng)，15 時(shí)30 分左右停止，其余時(shí)間平臺(tái)保持靜止.流動(dòng)站PPP-RTK 在18.5 min 后收斂，單頻RTK 在首個(gè)歷元就能夠成功固定模糊度，ratio閾值最小為3.2.將流動(dòng)站RTK 結(jié)果轉(zhuǎn)化為ITRF 下的絕對(duì)坐標(biāo)，與RT-PPP 定位結(jié)果位于統(tǒng)一的坐標(biāo)系統(tǒng).RT-PPP 和RTK 的定位結(jié)果均顯示流動(dòng)站在15 時(shí)38 分29 秒開始移動(dòng)，并于30 分14 秒停止.圖6為15 時(shí)20 分至35 分時(shí)間段內(nèi)，RT-PPP 與RTK 相比在三維方向上的坐標(biāo)偏差.可以看出在靜止階段和運(yùn)動(dòng)階段，RT-PPP 坐標(biāo)偏差變化不明顯.軌道推車PPP-RTK 定位精度如表1所示，靜止階段RT-PPP 在東(N)、北(E)、U 三維方向上坐標(biāo)偏差均方根(RMS)分別為0.69 cm、0.65 cm、2.39 cm，運(yùn)動(dòng)階段的坐標(biāo)偏差RMS 分別為0.79 cm、0.74 cm、3.01 cm.

圖6 軌道推車實(shí)驗(yàn)RT-PPP 與RTK 坐標(biāo)偏差

表1 不同階段RT-PPP 定位精度統(tǒng)計(jì)表cm

4 結(jié)束語

本文首先介紹了RT-PPP 的研究意義和現(xiàn)狀，及其在實(shí)際應(yīng)用中存在的問題.針對(duì)信號(hào)中斷后，傳統(tǒng)PPP 算法需要進(jìn)行重新初始化的問題，提出一種實(shí)時(shí)周跳修復(fù)算法.基于IGS 觀測(cè)站實(shí)測(cè)數(shù)據(jù)模擬周跳修復(fù)效果，JFNG 站和GMSD 站周跳修復(fù)成功率都在99%以上，周跳修復(fù)成功后，能夠避免長(zhǎng)達(dá)約10 min的重新初始化時(shí)間.基于IGGNtrip 模塊獲取實(shí)時(shí)精密星歷，并通過串口獲取接收機(jī)二進(jìn)制數(shù)據(jù)，進(jìn)行樓頂推車實(shí)驗(yàn).結(jié)果表明，將RTK 結(jié)果作為參考，RTPPP 在水平方向定位精度優(yōu)于1 cm，高程方向?yàn)?～3 cm.綜上，本文提出的一種周跳修復(fù)的RT-PPP 算法能夠有效解決信號(hào)中斷后的重新初始化問題，并且能夠達(dá)到厘米級(jí)動(dòng)態(tài)定位效果，在相關(guān)科研和工程應(yīng)用中具有推廣價(jià)值.

隨著衛(wèi)星導(dǎo)航系統(tǒng)的逐步完善和更新，以及用戶對(duì)定位性能需求的不斷提升，PPP 算法也在不斷發(fā)展.相關(guān)研究主要聚焦在以下幾個(gè)方面：1) PPP-RTK算法能夠顯著提高PPP 定位精度，并縮短其收斂時(shí)間.該算法首先基于衛(wèi)星端相位偏差產(chǎn)品實(shí)現(xiàn)用戶端模糊度固定，并采用參考站網(wǎng)絡(luò)內(nèi)插的大氣延遲來縮短模糊度首次固定時(shí)間，使PPP 達(dá)到與RTK 相同的定位效果，是目前GNSS 精密定位算法領(lǐng)域的研究熱點(diǎn)，正處于實(shí)驗(yàn)研究到工程應(yīng)用的轉(zhuǎn)換階段[17].2)低軌導(dǎo)航衛(wèi)星增強(qiáng)PPP 是當(dāng)前論證的熱點(diǎn)，美國(guó)的“銥星二代”、中國(guó)的“鴻雁”、等低軌衛(wèi)星具有軌道高度低、運(yùn)動(dòng)快的特點(diǎn).衛(wèi)星幾何圖形變化快，歷元間方程相關(guān)性低，使得低軌衛(wèi)星聯(lián)合導(dǎo)航衛(wèi)星能夠?qū)PP 的收斂時(shí)間從數(shù)十分鐘縮短到幾秒鐘，從而真正發(fā)揮PPP 技術(shù)的優(yōu)越性[18].3) PPP 與慣性導(dǎo)航、激光雷達(dá)、攝像頭、偽衛(wèi)星、超寬帶(UWB)等定位手段進(jìn)行組合，能夠有效解決GNSS 信號(hào)拒止條件下，如城市峽谷、隧道、室內(nèi)等環(huán)境中連續(xù)定位問題，提高定位服務(wù)的連續(xù)性、可靠性和完好性，在無人駕駛、人工智能領(lǐng)域具有重要應(yīng)用價(jià)值[19].