📚 课程目录第3章误差源分析

3. 误差源分析

做GNSS定位这么多年，我最大的感受就是：定位不准，十有八九是误差没处理好。说白了，卫星信号从两万公里外传下来，一路上要穿过大气层、反射来反射去，最后才到你的接收机天线。这中间任何一个环节出点小问题，你的定位结果就会“飘”。

今天我们就来把这六个“罪魁祸首”挨个扒一扒。我个人习惯是，遇到定位漂移问题，先按这个清单排查一遍，基本能锁定80%的根因。

  核心观点：误差不是用来“消除”的，而是用来“建模”和“补偿”的。你理解得越深，补偿得越准，定位就越稳。

3.1 卫星星历误差

卫星星历，说白了就是卫星的“轨道预报”。卫星在天上飞，地面监控站一直在跟踪它，然后算出它接下来几小时的轨道参数，再通过导航电文发给你。

但问题是——预报总有偏差。太阳光压、月球引力、地球引力场不均匀，都会让卫星的实际轨道偏离预报值。这个偏差就叫星历误差。

典型量级：广播星历误差约 1~5 米（RMS）
对定位的影响：直接映射到用户位置误差，约 1:1 的关系
我遇到过的情况：有一次在山区测试，发现定位结果整体往南偏了 3 米。查了半天，最后发现是当天某颗卫星的星历刚更新，地面站还没来得及上传最新参数。

我的建议：如果你做的是高精度应用（比如车道级导航），别用广播星历。改用精密星历（IGS 提供的 SP3 格式），精度能到厘米级。代价是——你得有网络，或者提前下载好。

3.2 卫星钟差

卫星上的原子钟，精度确实高，但也不是绝对完美。铯原子钟一天可能漂移几纳秒，铷原子钟漂移更大一点。你想想看，光速是 3×10⁸ m/s，1 纳秒的钟差就对应 0.3 米的距离误差。

卫星钟差，就是卫星时间与 GPS 系统时间之间的偏差。导航电文里会发一组钟差参数（a₀, a₁, a₂），用来修正这个偏差。

典型量级：修正后残余误差约 1~2 纳秒（对应 0.3~0.6 米）
关键点：钟差是 每颗卫星独立 的，不能混用
避坑指南：我曾经在写接收机软件时，忘了把卫星钟差参数从导航电文里正确解析出来。结果定位结果忽大忽小，折腾了两天才发现是字节序搞反了。嗯，这种低级错误，犯一次就记住了。

注意：卫星钟差和接收机钟差是两码事。接收机钟差是我们要在定位方程里求解的未知数，而卫星钟差是已知的（由地面监控站测定并上注）。千万别搞混。

3.3 电离层延迟

电离层是大气层中 60~1000 公里的区域，里面有大量自由电子。GPS 信号穿过它时，传播速度会变慢，路径也会弯曲。这个延迟量，跟电子密度和信号频率有关。

为什么它这么讨厌？因为电离层延迟变化很快。白天太阳照射强，电子密度高，延迟大；晚上就小。太阳活动剧烈的时候，延迟能差好几倍。

典型量级：天顶方向约 2~10 米，低仰角时可达 20~30 米
双频消除法：如果你用的是双频接收机（L1+L2 或 L1+L5），可以直接用两个频率的伪距差算出电离层延迟，然后消除掉。这是最干净的方法。
单频怎么办？用 Klobuchar 模型。导航电文里带了 8 个参数，能补偿约 50%~70% 的电离层误差。

  实战经验：我在做无人机定位时，发现中午 12 点到下午 2 点这段时间，定位漂移明显比早晚大。后来一查，就是电离层延迟在作怪。如果你做的是实时应用，建议在电离层活跃时段（当地午后）适当降低对定位精度的预期。

3.4 对流层延迟

对流层是大气层最下面 10~20 公里那层。这里没有自由电子，但水汽和干空气会让信号折射。对流层延迟跟电离层不一样——它不随频率变化，所以双频消除法对它没用。

对流层延迟分两部分：

干分量：约占 90%，由大气压力决定，比较好建模
湿分量：约占 10%，由水汽含量决定，变化很快，很难精确建模

分量	占比	建模难度	典型量级（天顶）
干分量	~90%	低（用 Saastamoinen 或 Hopfield 模型）	2.3 米
湿分量	~10%	高（需要气象传感器或外部数据）	0.1~0.5 米

我的做法：在嵌入式平台上，我一般用 Saastamoinen 模型算干分量，湿分量直接用标准大气模型估算。精度够用，计算量也小。如果你有气压传感器，干分量可以算得更准。

3.5 多路径效应

多路径效应，说白了就是信号“抄近道”或者“绕远路”了。卫星信号本来应该直线到达你的天线，但遇到高楼、地面、水面，就会反射。反射信号比直射信号晚到一点，叠加在一起，伪距就测不准了。

这是我最头疼的误差源。为什么？因为它没有模型可以补偿。星历误差可以建模，电离层可以建模，但多路径完全取决于你周围的环境——今天旁边停了一辆大卡车，明天开走了，多路径就变了。

典型量级：伪距多路径可达 10~20 米，载波相位多路径约 1~5 厘米
抑制方法：
- 天线设计：用扼流圈天线或抗多路径天线
- 选址：远离反射面（高楼、水面、金属围栏）
- 算法：用载波相位平滑伪距，或者用多路径检测算法剔除坏星
我踩过的坑：有一次在停车场做测试，定位结果一直在 2~3 米范围内跳来跳去。我以为是算法问题，折腾了一下午。最后发现——天线旁边 1 米处有一根金属排水管。移开天线后，定位立刻稳定了。嗯，有时候问题不在代码里，在物理世界里。

重要提醒：多路径效应在低仰角卫星上尤其严重。我建议你在定位解算时，把仰角低于 15° 的卫星直接剔除掉。虽然可用卫星少了，但定位质量会明显提升。

3.6 接收机噪声

最后一个误差源，来自接收机自己。热噪声、量化噪声、时钟抖动、射频干扰……这些都会让伪距和载波相位的测量值带上随机误差。

接收机噪声跟前面几个误差不一样——它是随机的、零均值的。也就是说，你测 100 次，平均值是准的，但单次测量有偏差。

典型量级：伪距噪声约 0.1~1 米（取决于信号强度和接收机质量）
载波相位噪声：约 1~5 毫米（远小于伪距噪声）
怎么处理？
- 用卡尔曼滤波平滑噪声
- 用载波相位辅助伪距（这就是 RTK 和 PPP 的基础思路）
- 提高信号跟踪的带宽（但会引入更多干扰，需要权衡）

一个小技巧：如果你在调试时发现定位结果有高频抖动（比如每秒跳几厘米），多半是接收机噪声在作怪。这时候可以试试增大卡尔曼滤波的过程噪声协方差矩阵，让滤波器更“相信”历史轨迹，而不是当前测量值。

知识体系总览

下面这张图，是我自己总结的误差源分析框架。每次做定位漂移排查，我都会按这个顺序走一遍：

这张图你看懂了吗？从上往下看：定位结果漂移了，先拆成六大误差源，然后针对每个误差源选对应的补偿方法。实际项目中，你不可能把所有方法都用上——资源有限、算力有限、成本有限。我的经验是：先解决量级最大的那个误差。比如你在城市峡谷里，多路径可能是 10 米级的误差，那你就先搞多路径抑制。电离层延迟才 2~3 米，优先级可以往后放。

  总结一句话：定位漂移不是玄学，是六个误差源叠加的结果。你把它拆开了、量化了、补偿了，定位自然就稳了。