2、GNSS基础：GPS/北斗/GLONASS/Galileo原理、定位误差源（多径、电离层、对流层）、单点定位与RTK/PPK
GNSS（全球导航卫星系统）是Edge AI融合定位中最核心的位置信息来源。无论是车载导航、无人机自主飞行，还是手持测绘设备，GNSS接收机输出的经纬度、高度、速度与时间信息，都是多传感器融合算法中用于消除累积误差的“锚点”。然而，GNSS并非一个单一系统，而是由多个全球或区域卫星导航系统共同构成的星座网络。理解GPS、北斗、GLONASS、Galileo的工作原理，掌握多径、电离层、对流层等误差源的物理本质，并区分单点定位与RTK/PPK的精度差异，是设计高性能融合定位系统的前提。本章将系统梳理这些基础概念，并重点剖析在Edge AI场景下如何选择与使用GNSS数据。
2.1 四大卫星导航系统的工作原理与核心差异
GNSS定位的基本原理是空间距离交会：接收机测量到至少四颗卫星的伪距（含钟差），通过解算四元方程组得到三维坐标（X,Y,Z）和接收机钟差。每个系统都遵循这一数学内核，但在频率、星座设计、时间基准和坐标框架上各有差异。
- GPS（美国）：全球首个投入运行的系统，采用CDMA（码分多址）体制，L1/L2/L5三个民用频率。其广播星历精度约1-2米，轨道面倾角55°，覆盖全球。在Edge AI融合中，GPS信号质量通常作为基准参考。
- 北斗（中国）：全球第三个成熟的卫星导航系统，采用B1I/B1C/B2a/B3I等多频信号，独创GEO/IGSO/MEO混合星座，在亚太地区有增强效果。北斗三号全球组网后，其短报文通信功能是独特优势，但在融合定位中主要关注其测距精度。
- GLONASS（俄罗斯）：采用FDMA（频分多址）体制，每颗卫星使用不同频率，抗干扰能力较强，但接收机硬件复杂度略高。其轨道倾角64.8°，在高纬度地区性能优于GPS。
- Galileo（欧盟）：完全民用控制的系统，提供免费公开服务（E1/E5a/E5b）和付费商业服务（E6）。其E5频段采用AltBOC调制，码率高达10.23MHz，在开阔环境下多径抑制能力突出。
2.2 定位误差源：从物理机制到工程应对
GNSS误差源可分为三类：卫星端误差（星历误差、卫星钟差）、传播路径误差（电离层、对流层、多径）和接收机端误差（噪声、天线相位中心偏差）。其中，传播路径误差是Edge AI融合中最需要关注的部分，因为它们具有明显的时空相关性。
| 误差源 | 物理机制 | 典型量级 | 消除/抑制方法 | Edge AI中的处理策略 |
|---|---|---|---|---|
| 电离层延迟 | 太阳辐射导致电子密度变化，信号传播速度变慢 | 2-10m（天顶方向） | 双频组合消除一阶项；电离层模型（Klobuchar） | 优先选择双频接收机；融合时对残差建模 |
| 对流层延迟 | 大气折射率变化，与温度、气压、湿度相关 | 1-3m（天顶方向） | 模型修正（Saastamoinen/Hopfield）；参数估计 | 使用标准大气模型；高精度场景需气象传感器 |
| 多径效应 | 信号经建筑物/地面反射后与直射信号叠加 | 0.5-5m（伪距）；可达数厘米（载波） | 扼流圈天线；窄相关技术；载波平滑 | 检测载噪比（C/N0）异常；融合时降低权重 |
| 星历误差 | 卫星轨道预报不准确 | 0.5-2m | 精密星历（IGS事后）；实时精密单点定位（PPP） | 使用广播星历；融合时视为有色噪声 |
在工程实践中，多径效应是最难处理的误差源。它不服从高斯分布，且在城市峡谷中呈现明显的非平稳特性。一个实用的判断方法是监测接收机输出的C/N0值：正常信号通常在35-50 dB-Hz，若某颗卫星的C/N0突然下降且伴随伪距跳变，大概率是多径或遮挡。在融合算法中，可以通过新息检验（Innovation Check）来识别并剔除受多径影响的观测值。
2.3 单点定位与RTK/PPK：精度层级与适用场景
单点定位（SPP）使用伪距观测值和广播星历，精度在2-10米，是消费级设备和大多数Edge AI融合定位的默认模式。其优点是无需外部数据链路，启动快，适合实时性要求高但精度要求不苛刻的场景（如车辆导航、行人定位）。
RTK（实时动态差分）和PPK（后处理动态差分）则利用载波相位观测值，通过基准站与流动站之间的差分消除大部分公共误差，实现厘米级定位。两者的核心区别在于：RTK需要实时数据链路（如4G/电台）传输基准站修正信息，而PPK在测量完成后进行事后差分处理。
- RTK工作流程：基准站通过数据链路发送其观测值和坐标 → 流动站接收后与自身观测值进行双差解算 → 固定模糊度 → 输出厘米级坐标。关键指标是模糊度固定率和初始化时间。
- PPK工作流程：流动站记录原始观测数据 → 测量完成后与基准站数据一起导入后处理软件 → 进行差分解算 → 输出高精度轨迹。适合无实时通信条件的场景（如无人机航测、林业调查）。
- 精度对比：SPP水平精度2-5m，高程精度5-10m；RTK/PPK水平精度1-3cm，高程精度3-5cm。但RTK/PPK对观测环境要求苛刻，在树荫、高楼附近容易失锁。
2.4 实战案例：城市峡谷中GNSS/IMU融合的误差源诊断
场景背景：某自动驾驶公司在一线城市CBD区域测试L4级无人配送车，车辆搭载双频GPS/北斗接收机（ublox F9P）和工业级IMU（BMI088）。测试中发现在某高架桥下路段，融合定位输出频繁跳变，横向误差最大达3.5米，导致车辆紧急制动。
初始现象与数据采集：通过ROS bag记录原始GNSS数据，发现该路段可见卫星数从18颗骤降至6颗，且C/N0普遍低于30 dB-Hz。进一步分析伪距残差，发现部分卫星的伪距残差超过15米，远超正常水平（<5米）。
分析判断过程：
- 首先排除接收机硬件故障——在开阔路段测试正常。
- 检查IMU数据，发现陀螺仪零偏稳定，排除IMU异常。
- 对比卫星星历，确认无卫星钟差异常。
- 最终定位为多径效应：高架桥的金属护栏和桥墩对信号产生强反射，且桥下GPS信号被遮挡，仅剩的6颗卫星中至少3颗为反射信号。
实际操作步骤：
- 在融合算法中增加C/N0阈值判断：当C/N0 < 32 dB-Hz时，将该卫星的观测噪声方差放大10倍。
- 引入伪距新息检验：若某卫星的新息超过3倍标准差，则判定为多径，暂时剔除。
- 调整IMU/GNSS权重：在GNSS质量下降时，自动增加IMU预测权重，延长GNSS平滑时间常数。
- 增加地图匹配辅助：利用高精地图中的道路边界约束横向位置。
结果对比：优化后，该路段的横向误差从3.5米降至0.8米，车辆不再触发紧急制动。但代价是定位输出延迟增加约200ms，且在高架桥下长时间行驶时，位置漂移会缓慢增大（IMU积分误差累积）。
复盘经验：城市峡谷中的GNSS误差并非随机噪声，而是具有强相关性的系统误差。单纯依赖GNSS接收机内部处理无法完全消除多径，必须在融合层面进行观测质量评估。建议在Edge AI系统中维护一个“GNSS健康度”指标，综合可见卫星数、平均C/N0、位置精度因子（PDOP）和伪距残差，动态调整融合策略。
2.5 常见误区与总结复盘
在GNSS基础知识的应用中，工程师常陷入以下误区：
- 误区一：卫星越多越好。实际上，低仰角卫星（<10°）的信号受大气延迟和多径影响严重，盲目增加低质量卫星反而会降低精度。应设置仰角掩蔽（通常15°），并依据C/N0加权。
- 误区二：RTK精度高就一定能用。RTK需要基准站距离在20km以内，且在城市环境中容易失锁。若模糊度无法固定，RTK输出退化为浮点解，精度仅0.5-1m，此时若融合算法仍按厘米级信任，会造成严重偏差。
- 误区三：忽略高程精度。GNSS高程精度通常是水平精度的1.5-2倍，在坡度较大的场景中，高程误差会耦合到水平定位中。融合时应将高程通道单独建模。
- 误区四：认为PPK是“离线RTK”。PPK虽然不需要实时链路，但要求流动站和基准站观测时间同步，且事后处理需要专业软件，无法用于实时控制。