面向做定位 / 导航 / 时空服务的工程同学。本文梳理伪距与载波相位两类观测量的物理特性、整周模糊度固定的算法机理、RTK / PPP / PPP-RTK 三条路线的差异、误差预算与系统性消减手段，以及低轨增强与 AI 带来的新变量。
关键词：载波相位、整周模糊度、PPP-RTK、电离层延迟、低轨导航增强、多径抑制。
一、卫星测距的基本原理：从伪距到载波相位
卫星搭载原子钟，播发带精确时间戳的测距码与导航电文；接收机把信号到达时刻与发射时刻之差乘以光速，就得到卫星到接收机的视在距离，也就是“伪距”。同时观测 4 颗及以上卫星，以各卫星为球心、各伪距为半径作球面，公共交点即为接收机位置。为什么要第 4 颗？因为接收机晶振的稳定度远逊于星载原子钟，接收机钟差必须和三维坐标一并求解。米级与厘米级的差别，就藏在测距这一步的观测量选择与误差处理上。
伪距测量的是测距码。民用码的码片长度在百米量级——GPS C/A 码约 293m——接收机做码相关测时的精度只有码片的百分之一左右，也就是分米至米级；再叠加大气延迟、轨道钟差、多径与噪声，单次伪距观测的用户等效测距误差（UERE）普遍达到数米。仅靠伪距的单点定位（SPP）因此天然锁定在米级：北斗三号全球公开服务水平精度约 2.4m、亚太区域 1~2m，GPS 标准定位服务约 3~5m。这是米级天花板的来源，不是算法不够努力。
载波相位换了个测量对象：不去解调码的调制内容，而是直接对载波正弦波鉴相并做周计数。以 GPS L1（1575.42MHz）为例，波长约 19cm，接收机鉴相精度可达波长的百分之一乃至千分之一，对应毫米级测距精度——比伪距高出两到三个数量级。这正是厘米级定位的物理基石：观测噪声这一项，被从米级直接压到了毫米级。
高精度伴随一个结构性难题：整周模糊度。接收机锁定信号时只能测出不足一整周的相位小数，之后逐周连续计数；但信号路径上一开始究竟包含多少个完整波长，无从知晓，这个未知整数 N 就是整周模糊度。载波相位观测方程可写作 λ·Φ = ρ − I + T + c·(δt_r − δt_s) + λ·N + ε，其中 ρ 为真实几何距离，I、T 为电离层与对流层延迟，δt 为接收机与卫星钟差，ε 为噪声。还有一个常被利用的细节：电离层对载波表现为“相位超前”，对测距码表现为“群延迟”，两类观测方程中电离层项符号相反。
模糊度不固定会怎样？载波相位就退化成一条极精确却带恒定偏差的“伪距”，只能给出水平分米级的浮点解；只有把 N 固定为正确整数、拿到固定解，毫米级的观测精度才真正释放出来。所以整周模糊度固定是一切高精度定位算法的核心。主流的 LAMBDA 方法是这样工作的：先用最小二乘或卡尔曼滤波得到模糊度浮点解及其协方差阵，再做整数变换降低相关性、把搜索椭球“拉圆”，然后在整数空间做最小二乘搜索，最后用比率检验判定最优解是否可靠。
模糊度的“整数性”还取决于观测组合方式。双差——站间、星间各做一次差——可以同时消除接收机与卫星钟差，双差模糊度严格保持整数、易于固定；而非差模式（也就是 PPP）里的模糊度会被卫星端未标定相位延迟（UPD）污染，失去整数特性，必须借助外部相位偏差产品才能恢复。正是这一点差异，埋下了 RTK 与 PPP 两条路线分野的伏笔。
二、高精度定位三条路线：RTK、PPP 与 PPP-RTK
实时动态差分定位（RTK）建立在一个物理事实上：两台接收机相距不远（通常数十公里以内）且观测同一批卫星时，经历的电离层、对流层延迟与轨道钟差高度空间相关。基准站坐标已知，把改正数经网络或电台实时下发给移动站，差分即可对消绝大部分公共误差；再辅以双差消除两端钟差，残余误差缩到厘米量级，双差模糊度往往数秒内即可固定。开阔环境下 RTK 可达 1~3cm 水平精度、收敛时间秒级，是三条路线中最快的。代价是基础设施依赖：误差相关性随基线增长而衰减，单基准站有效半径有限，广域覆盖必须布设高密度 CORS 网；网络 RTK 用多站联合解算的虚拟参考站（VRS）扩展覆盖，但仍跳不出“地面基建、区域服务”的范式——海洋、荒漠这些没有基准站的地方无从受益。
精密单点定位（PPP）反其道而行：不做差分、不依赖基准站，单台接收机用全球监测网估计的精密轨道与钟差产品（轨道精度厘米级、钟差精度亚纳秒级）直接改正卫星端误差；电离层一阶项由多频无电离层组合消除，对流层延迟交给经验模型加参数估计。它最大的优点是覆盖不受限——全球任何地点，只要拿到精密产品就能服务。瓶颈则卡在模糊度：受 UPD 污染，非差模糊度只能按实数估计，浮点解收敛需数十分钟，收敛后水平精度也仅约 5~10cm，对自动驾驶这类要求“开机即厘米级”的场景不可接受。改进方向由此明确：恢复非差模糊度的整数特性（PPP-AR），这就是通往 PPP-RTK 的桥梁。星播形态上，欧盟 Galileo HAS 服务于 2023 年商用，经 E6 频点由卫星直接播发精密改正数，用户仅凭卫星信号即可获得约 20cm 水平精度，是全球首个免费星播分米级 PPP 服务。
PPP-RTK 融合两家之长：保留 PPP“单机、广域”的服务架构，同时引入 RTK 的精髓——向用户播发区域大气改正与相位偏差信息。服务端由基准站网估计格网化的电离层延迟、对流层参数与卫星相位偏差，以状态空间表达（SSR）格式经卫星或互联网播发；用户端先扣掉大气误差这个“大头”，模糊度搜索空间随之急剧收窄，再把非差模糊度恢复整数并固定。大气改正对收敛的贡献是双重的：既直接压缩残差里占比最大的误差源，又显著缩短可靠固定整数所需的观测时长。商业服务的实测数据验证了这套机理：国内千寻等 PPP-RTK 服务水平精度达 3~6cm、可用性 99.99%；海外 u-blox PointPerfect 等服务同样实现 3~6cm 精度，收敛时间压缩到数十秒。相比传统 PPP 的数十分钟，这是数量级的跨越。
三条路线的横向对照（源文对比表）：
| 维度 | RTK | 传统 PPP | PPP-RTK |
|---|---|---|---|
| 改正信息来源 | 邻近基准站差分（区域） | 全球精密轨道钟差产品 | 精密轨道钟差 + 区域大气/相位偏差 |
| 模糊度处理 | 双差整数，易于固定 | 非差浮点（受 UPD 污染） | 非差整数，经相位偏差恢复 |
| 收敛时间 | 秒级 | 数十分钟 | 数十秒至秒级 |
| 典型水平精度 | 1~3cm | 5~10cm | 3~6cm |
| 覆盖能力 | 受基准站密度限制 | 全球 | 广域，趋近全球 |
三、误差预算与系统性消减手段
定位误差可以按 UERE 分解，包含四大项：卫星轨道与钟差误差、电离层延迟、对流层延迟、多径与接收机噪声。伪距单点定位无法有效分离它们，只能照单全收；高精度体系的本质，是把每一项逐一建模、估计或消除。先看轨道钟差，它对所有用户公共且可精确测定，是最“可根治”的一项：产品侧依靠全球或区域监测网与实时精密定轨提供改正；系统侧则让卫星之间以 Ka 频段微波或激光互测互通，实现星座自主组网、自主定轨与时间同步，摆脱对地面监测站全球布站的依赖。北斗三号空间信号 URE 优于 0.5m、GPS III 的 URE 均值约 0.5m——亚米级的 URE 是厘米级增强服务的前提。
电离层是色散介质，一阶延迟量与信号频率的平方成反比，由此给出无电离层组合：对双频或三频观测做特定加权差，一阶电离层项在数学上被严格抵消。现代 GNSS 已全面进入多频时代，北斗 B1C/B2a/B2b、GPS L1C/L5、Galileo E1/E5a/E5b 这些互操作频点提供了丰富的组合空间。多频还带来一层算法红利：频间差可以构造波长长达数十至数百米的“超宽巷/宽巷”组合观测量，其模糊度极易固定；固定之后又能高精度反演电离层延迟本身（几何无关组合）——PPP-RTK 服务端播发的区域电离层改正数，很大程度正是由这一原理生成的。单频用户就没这么幸运，只能依赖 Klobuchar 这类经验模型或区域电离层格网，残余误差仍在米级。
对流层是非色散介质，多频组合对它无效，只能换一套办法：用映射函数（Saastamoinen、VMF 等）把天顶延迟投影到观测方向，再把天顶湿延迟作为未知参数随位置一并估计。好在区域尺度内对流层延迟的空间相关性很强，基准站网可以把它建模成区域格网参数播发出去，显著减少用户端需要估计的参数——这也是 PPP-RTK 收敛快的又一重原因。
多径与 NLOS 是城市场景的最后一公里。信号经建筑、地面反射后路径长于直射信号，观测值因此产生分米至米级失真；城市峡谷里直射信号甚至被完全遮挡，接收机只能锁定非视距（NLOS）信号，误差可达数十米。这是厘米级定位在城市落地的最大瓶颈。传统手段包括：用扼流圈天线抑制低仰角反射、利用相关峰形态鉴别多径、按高度角与信噪比设阈值筛选观测值。下一代方案引入了 AI：以信噪比时序、伪距残差、多普勒一致性、三维建筑模型等为特征，用机器学习识别并剔除 NLOS 观测，显著提升城市定位稳定性——但高密度城区仍难做到 100% 可靠。
误差源与消减手段对照：
| 误差源 | 物理特性 | 主要消减手段 |
|---|---|---|
| 轨道/钟差 | 全用户公共、时变 | 精密产品、星间链路自主定轨授时 |
| 电离层 | 色散、随时空多变 | 多频无电离层组合、区域电离层格网 |
| 对流层 | 非色散、随高度角强相关 | 映射函数 + 参数估计、区域网改正 |
| 多径/NLOS | 站址相关、非高斯、难建模 | 天线设计、质量筛选、AI 识别剔除 |
| 接收机噪声 | 随机、与硬件等级相关 | 多频多星座冗余观测、滤波平滑 |
四、低轨增强与智能化：原理层的下一代演进
PPP 收敛慢，除了误差建模，还有更深层的几何原因：MEO 卫星轨道高度约两万公里，相对用户运动缓慢，几十分钟内几何构型变化甚微，模糊度、大气延迟与位置参数高度耦合，滤波器只能靠长时间观测“等”几何变化来逐步分离参数。低轨增强星座运行在 500~1200km 高度，数分钟即飞越用户上空，几何变化速率约为 MEO 卫星的 40 倍，能在极短时间内提供充分的几何多样性，让滤波器快速白化多径误差、分离强耦合参数，从而把 PPP 收敛时间压缩数十倍——从数十分钟降到一分钟以内。此外，低轨信号落地功率比 MEO 高约 30dB，抗干扰、抗遮挡能力显著增强；在 GNSS 失效区域，低轨星座还能提供独立 PNT 备份。建设路线上，中美都选择了“通信星座搭载导航增强载荷”，复用低轨卫星互联网的发射与组网资源来摊薄成本：中国已把低轨导航增强纳入下一代北斗（北斗四号）规划，美国则依托 Starlink 等商业星座开展 PNT 备份验证。
从分发范式看，改正数正从“地面互联网播发”走向“天基直接播发”：Galileo HAS 经 E6 频点播发，北斗三号经 GEO 卫星播发 PPP 改正数实现亚太分米级服务，海洋、荒漠、航空这些没有地面网络的区域因此同样能拿到精密服务。终端算法层面，卡尔曼滤波与因子图优化构成多源融合的数学骨架：把 GNSS 原始观测、IMU 预积分、视觉/激光里程计与 5G 载波相位观测统一成因子约束，对传感器误差特性建模与动态加权，完成时空对齐与误差抑制，输出带完好性标记的连续定位结果。AI 则承担那些难以解析建模的部分——NLOS 识别、多径分类、电离层闪烁监测。叠加更高稳定度的星载原子钟与新一代抗欺骗加密信号，PPP-RTK 收敛时间正向秒级逼近，“全球任意地点、开机即厘米级”的图景在原理层面已经闭环。
五、车载落地与工程要点
车载是这些原理最苛刻的考场之一。以伴车星这类车载定位安全平台为例，终端通常同时接入北斗与 GPS 双系统，并叠加 LBS 基站辅助定位，用于覆盖隧道、地下车库、城市峡谷这类遮挡场景；同时保持 7×24 小时连续输出，断网、断电、拆机等异常状态也能上报。更进一步，它还会对定位跳变、速度异常、信号突变这类现象做检测与告警——这些往往是干扰或欺骗的征兆。对车辆而言，定位不准只是体验问题，被诱导到错误位置则是安全问题，两者的处置优先级完全不同。
结语
回看整条脉络，厘米级定位的历史本质上是一部“误差处理史”：伪距定位受制于误差总和，止步米级；载波相位把观测噪声压到毫米级，却引入整周模糊度；RTK 用空间相关性对消误差，代价是基准站依赖；PPP 用全球产品建模误差，代价是收敛缓慢；PPP-RTK 融合两家之长，用区域大气改正恢复模糊度的整数特性，在数十秒收敛与厘米级精度之间取得平衡；低轨增强从几何构型这个维度再攻收敛时间，AI 则持续向城市多径这座“最后堡垒”施压。原理没有被推翻，只是问题被拆解得更细、建模被做得更彻底——这正是定位技术从专用测绘走向普适时空基础设施的底层逻辑。
工程上最实际的两条提醒：一是遮挡场景不要指望 GNSS 单独解决，多源融合（IMU / 视觉 / 激光 / 5G 载波相位）要提前设计；二是安全关键场景务必关注完好性标记，而不只是水平精度。
