对于rtklib中pppos中的Kalman滤波的思考

对于pppos中Kalman滤波的思考

假设：

H  26*216   几何矩阵

P  216*216  参数预测值的协方差阵

R  26*26    观测噪声的协方差阵

x  216*1    参数预测值

xp 216*1    参数平差值

Pp 216*216  参数平差值得协方差阵

v  26*1     新息向量

增益矩阵

静态的情况下，RTKlib还是进行的是Kalman滤波，并不是最小二乘。

因为对于Kalman滤波，其通用解的形式是：                      

是参数预测值的协方差阵，并不是为0。

对于pos

在上一个历元的参数平差值的协方差阵+过程噪声（过程噪声为0）

/*位置参数也是上一个历元的平差值*/

if (rtk->opt.mode==PMODE_PPP_STATIC) {

   for (i=0;i<3;i++) {

      rtk->P[i*(1+rtk->nx)]+=SQR(rtk->opt.prn[5])*fabs(rtk->tt);

   }

  return;}

对于clk

/*计算钟差的协方差阵，更新到rtk.P中*/

/*钟差是上一个历元的平差值*/

initx(rtk,CLIGHT*dtr,VAR_CLK,IC(i,&rtk->opt));

对于对流层：在上一个历元的参数平差值的协方差阵+过程噪声

rtk->P[i+i*rtk->nx]+=SQR(rtk->opt.prn[2])*fabs(rtk->tt);

对于模糊度参数：

/*offset/k 平均值*/每颗卫星的bias与上一个历元平差后的模糊度参数rtk->x之间的偏差offset之和

        if (k>=2&&fabs(offset/k)>0.0005*CLIGHT) {

            for (i=0;i<MAXSAT;i++) {

                j=IB(i+1,f,&rtk->opt);

                if (rtk->x[j]!=0.0) rtk->x[j]+=offset/k;改变了，上一历元的平差值+此历元计算出来的偏移之和平均值

            }

            trace(2,"phase-code jump corrected: %s n=%2d dt=%12.9fs\n",

                  time_str(rtk->sol.time,0),k,offset/k/CLIGHT);

        }

        for (i=0;i<n&&i<MAXOBS;i++) {

            sat=obs[i].sat;

            j=IB(sat,f,&rtk->opt);

            /*prn[0] bias   process-noise std*/

            rtk->P[j+j*rtk->nx]+=SQR(rtk->opt.prn[0])*fabs(rtk->tt); 改变了，上一历元的平差值的协方差阵+过程噪声（为0）

注意：这里的bias[i]==0.0 是不是那些对于无电离层组合不敏感的周跳

            if (bias[i]==0.0||(rtk->x[j]!=0.0&&!slip[i])) continue;

            /* reinitialize phase-bias if detecting cycle slip */

            initx(rtk,bias[i],VAR_BIAS,IB(sat,f,&rtk->opt));

            /* reset fix flags */

            for (k=0;k<MAXSAT;k++) rtk->ambc[sat-1].flags[k]=0;

            trace(5,"udbias_ppp: sat=%2d bias=%.3f\n",sat,bias[i]);

        }/*end sat */