简介：这份资源面向从事GPS数据处理与大地测量的MATLAB使用者，聚焦RINEX观测文件（即o文件）的读取与解析。包内共2个文件，包含1个m脚本与1个asv文件，压缩包约2KB，其中m文件用于解析RINEX观测文件的头文件与正文，asv文件可作为示例观测数据用于测试函数，帮助读者理解文件结构与字段含义。资源围绕打开文件、逐行读取头文件、解析卫星标识与伪距相位观测值、存储为结构体数组、关闭文件及错误处理等环节展开，可作为自定义MATLAB解析代码的参考起点。已有1510人学习下载，适合需要快速上手RINEX数据读取、后续开展数据预处理、误差校正与定位计算的初学者与研究人员，也可在此基础上扩展更复杂的GPS数据分析功能。
1. 为什么我劝你先别急着写load('o.txt')：MATLAB 读 O 文件的真实门槛
如果你手上有一份 GNSS 观测数据，文件名后缀是.o或者.obs，兴冲冲地打开 MATLAB 敲下load('rover.o')，大概率会收获一屏红色报错。这不是你操作的问题，而是 O 文件从设计之初就不是给load这种“傻瓜式”函数准备的。它本质上是 RINEX 格式的观测文件，内部是固定列宽、混合了头文件与观测记录、还带着版本差异的文本结构。直接load或者importdata能跑通的情况，要么是文件被预处理过，要么是你运气好到可以忽略里面的多频点、多系统数据。
我见过太多人卡在这一步：数据明明就在眼前，MATLAB 却读不进来。这篇笔记就是围绕“MATLAB 读取 O 文件”这件事，把 RINEX 观测文件的结构拆开，给你能直接抄的解析代码，再把参数配置和常见翻车点讲透。适合正在做 GNSS 数据处理、需要把观测值导入 MATLAB 做后续定位解算或质量分析的从业者。读完你至少能拿到一套可复现的读取流程，而不是对着报错发呆。
2. 拆开 O 文件：RINEX 观测数据的结构与你必须理解的字段
2.1 头文件与观测记录的边界在哪里
RINEX 观测文件（通常版本 2.11 或 3.x）分成两大部分：头文件块和观测数据块。头文件以END OF HEADER这一行作为结束标志，这一行之前的所有内容都是元数据，之后才是真正的观测值。很多人读文件时直接跳过前 N 行，结果换一个测站文件就翻车，因为头文件的行数不是固定的——它取决于文件里记录了多少种观测类型、多少个系统。
头文件里你需要重点抓这几个字段：RINEX VERSION / TYPE告诉你版本号，这直接决定后面解析逻辑；SYS / # / OBS TYPES定义了每个卫星系统下有哪些观测码，比如 GPS 的 C1C、L1C、L2W，北斗的 C1I、L1I 等；TIME OF FIRST OBS给出起始时间。观测数据块里，每条记录以“卫星号 + 历元时间”开头，后面跟着若干个观测值。版本 2 和版本 3 在历元行的格式上差异很大，版本 2 是“时间 + 卫星数”一行，版本 3 是“> 时间 标志 卫星数”一行，这个>符号是版本 3 的典型特征。
我一般会先写一个探测函数，读前 80 行判断版本和观测类型，而不是硬编码行号。这样同一套代码能兼容不同来源的文件。
2.2 观测码、系统标识与多频点数据的组织方式
观测码是 O 文件里最容易让人迷惑的部分。以 GPS 为例，C1C表示 C/A 码伪距，L1C表示 L1 载波相位，D1C表示多普勒，S1C表示信噪比。第一个字母代表观测类型（C 伪距、L 相位、D 多普勒、S 信噪比），第二个数字代表频点，第三个字母代表跟踪通道。北斗的观测码又不一样，比如C1I、C7I、L1I等。如果你只关心伪距，那就只提取 C 开头的观测码；如果要做载波相位定位，L 开头的必须保留。
系统标识在版本 3 里用单个字母表示：G 是 GPS，C 是北斗，E 是伽利略，R 是格洛纳斯，J 是 QZSS。版本 2 里没有这个字母，而是靠卫星号范围来区分，比如 1-32 是 GPS，33-64 可能是其他系统。这个差异导致解析代码必须分版本处理。我通常会在解析前先判断版本号，然后走不同的分支逻辑，而不是试图写一个“万能正则”通吃所有情况。
2.3 用 MATLAB 做逐行解析：从fgetl到结构化数组
MATLAB 读文本文件最稳的方式是fopen+fgetl逐行读，而不是readtable或textscan一把梭。原因很简单：O 文件的观测记录长度不固定，一行里可能包含 4 个观测值，也可能包含 12 个，textscan的格式字符串很难覆盖所有情况。逐行读虽然代码长一点，但可控性最强。
下面是我常用的解析框架，先读头文件，再读观测数据：
function obsData = readOFile(filename) fid = fopen(filename, 'r'); if fid == -1 error('无法打开文件: %s', filename); end % 第一阶段：解析头文件 header = struct(); header.obsTypes = {}; header.version = 0; while ~feof(fid) line = fgetl(fid); if contains(line, 'RINEX VERSION / TYPE') header.version = sscanf(line(1:9), '%f'); elseif contains(line, 'SYS / # / OBS TYPES') % 版本3的观测类型定义，可能跨多行 sysId = strtrim(line(1)); numObs = sscanf(line(4:6), '%d'); obsStr = line(8:60); obsList = regexp(strtrim(obsStr), '\s+', 'split'); header.obsTypes.(sysId) = obsList(1:min(numObs, length(obsList))); elseif contains(line, 'END OF HEADER') break; end end % 第二阶段：逐行解析观测记录 obsData = struct('time', {}, 'sat', {}, 'values', {}); currentTime = []; while ~feof(fid) line = fgetl(fid); if isempty(line) || all(isspace(line)) continue; end % 版本3的历元行以 '>' 开头 if startsWith(strtrim(line), '>') currentTime = parseEpochLine(line); else % 卫星观测行 satId = strtrim(line(1:3)); % 根据头文件定义的观测类型数量，按列宽提取 % 版本3每行最多4个观测值，每个占16字符 vals = []; for k = 1:4 colStart = 4 + (k-1)*16; colEnd = colStart + 15; if colEnd <= length(line) valStr = strtrim(line(colStart:colEnd)); if ~isempty(valStr) vals(k) = sscanf(valStr, '%f'); else vals(k) = NaN; end end end obsData(end+1).time = currentTime; obsData(end).sat = satId; obsData(end).values = vals; end end fclose(fid); end这段代码的逻辑说明：fopen以只读方式打开文件，fgetl每次读一行并去掉换行符。头文件解析阶段用contains匹配关键字，sscanf提取版本号，regexp按空白字符切分观测类型列表。观测数据阶段用startsWith判断历元行，非历元行则按固定列宽提取观测值。版本 3 的每个观测值占 16 个字符，一行最多 4 个，这个列宽是 RINEX 3 规范里写死的，不能随意改。
参数方面，line(1:3)取卫星号，对于版本 3 来说前三个字符是系统标识加两位卫星编号，比如G01、C08。sscanf(valStr, '%f')把字符串转成浮点数，如果观测值缺失（比如信号遮挡），RINEX 里通常用空格或 0 填充，这里用NaN标记缺失更合理。如果你处理的是版本 2 文件，历元行格式不同，需要单独写一个parseEpochLine分支。
2.4 版本 2 与版本 3 的解析分支怎么切
版本 2 的历元行格式是“年 月 日 时 分 秒 卫星数”，没有>前缀，卫星号也不带系统字母。观测值列宽是 16 字符，但一行最多 5 个观测值，而不是 4 个。这些差异意味着你不能用同一套列宽逻辑去读两个版本。
我的做法是在头文件解析阶段拿到版本号后，设置一个isV3标志，然后在观测数据循环里根据这个标志走不同分支。版本 2 的卫星号解析用str2double(line(1:2))，版本 3 用line(1:3)直接取字符串。版本 2 的历元时间解析用sscanf(line(1:26), '%d %d %d %d %d %f')，版本 3 用sscanf(line(3:29), '%d %d %d %d %d %f')，因为>和空格占了前两个字符。
如果你手头同时有版本 2 和版本 3 的文件，建议把解析函数写成两个独立子函数，主函数只负责判断版本并调用对应子函数。这样代码可读性更好，调试时也容易定位问题。
3. 把观测值变成矩阵：时间对齐、缺失值处理与多系统合并
3.1 历元时间戳的标准化与去重
原始 O 文件里的历元时间是以“年 月 日 时 分 秒”的文本形式存在的，直接拿来用没法做时间差计算，也没法跟其他数据源对齐。我一般会在解析阶段就把时间转成 MATLAB 的datetime类型，或者转成简化儒略日（MJD）数值。datetime的好处是可读性强，画图时横轴直接能用；MJD 的好处是数值计算方便，做差分或插值时不用来回转换。
转换时要注意秒字段可能是小数，比如0.0000000或者30.0000000。sscanf用%f能正确读取小数秒。如果同一个历元在文件里出现了多次（某些接收机在信号中断后会重复输出同一历元），需要去重。我的做法是用unique对时间戳排序后取唯一值，然后按时间戳重新组织观测值矩阵。
% 将解析出的 obsData 转为时间对齐的矩阵 times = [obsData.time]; [uniqueTimes, ~, timeIdx] = unique(times); numEpochs = length(uniqueTimes); numSats = length(unique({obsData.sat})); satList = unique({obsData.sat}); obsMatrix = NaN(numEpochs, numSats); for i = 1:length(obsData) tIdx = timeIdx(i); sIdx = find(strcmp(satList, obsData(i).sat)); % 这里假设取第一个观测值（通常是伪距） if ~isempty(obsData(i).values) obsMatrix(tIdx, sIdx) = obsData(i).values(1); end end这段代码把结构体数组转成了二维矩阵，行是历元，列是卫星。unique同时返回排序后的唯一值和索引映射，timeIdx告诉你每个原始记录属于哪个唯一历元。obsMatrix初始化为NaN，这样缺失的观测值自然就是NaN，后续做统计时可以用nanmean、nanstd等函数直接跳过。
3.2 缺失观测值的标记与插补策略
O 文件里缺失观测值的表示方式不统一：有的用0.000，有的用空格，有的用999999.999。如果你不处理，这些值会污染后续计算。我的习惯是在解析阶段就把明显异常的值转成NaN，判断依据是观测值的合理范围——伪距一般在 20000000 到 30000000 米之间，载波相位在 -10000000 到 10000000 周之间，信噪比在 0 到 60 之间。超出这个范围的，一律标记为缺失。
标记之后要不要插补，取决于你的用途。如果只是做可见性统计，缺失就缺失，不用补。如果要做定位解算，缺失的伪距不能随便插值，因为伪距变化跟卫星几何构型强相关，线性插值会引入米级误差。我一般只在做时间序列平滑时才用fillmissing做短时插补，而且会限制最大插补间隔不超过 2 个历元。
3.3 多系统观测值的合并与列索引映射
版本 3 的文件里，GPS、北斗、伽利略的观测值混在一起，卫星号前缀不同。如果你想把所有系统的伪距放在同一个矩阵里，需要先建立一个卫星列表，然后按卫星号排序。但不同系统的观测码可能不同，比如 GPS 有 C1C、C2W，北斗有 C1I、C7I，你不能简单地把它们塞进同一列。
我的做法是分系统建矩阵，每个系统一个obsMatrix，列对应这个系统下的卫星。如果要做多系统联合解算，再在更上层做数据融合。这样代码结构清晰，也不容易因为观测码不匹配而报错。列索引映射可以用一个containers.Map来维护卫星号到列号的对应关系，比每次find快很多。
4. 避坑与排查：读 O 文件时最容易翻车的五个地方
4.1 现象：fgetl读到的行长度不一致，报错“索引超出矩阵维度”
原因：RINEX 文件里有些行末尾有回车换行符\r\n，有些只有\n，fgetl会保留\r，导致strtrim之后长度仍然不对。另外，头文件里某些字段行可能超过 80 字符，如果你按固定列宽截取就会越界。
解决：在读入每一行后先用strrep(line, char(13), '')去掉回车符，再做strtrim。对于列宽截取，始终用min(colEnd, length(line))做保护，避免越界。如果文件来自不同操作系统，建议用fopen(filename, 'rt')以文本模式打开，让 MATLAB 自动处理换行符差异。
4.2 现象：观测值解析出来全是NaN或零
原因：列宽算错了。版本 3 的观测值从第 4 个字符开始，每个占 16 字符，但如果你把头文件里的观测类型数量搞错了，或者把版本 2 的文件当版本 3 读，列起始位置就会偏移。另一个常见原因是观测值里用了D作为指数标识（比如1.234D+07），而sscanf的%f不认D，只认e。
解决：先确认版本号，再确认观测类型数量。对于D指数，在sscanf之前用strrep(valStr, 'D', 'e')替换。我一般会在解析函数里加一个调试开关，打印前 10 个观测值的原始字符串和解析结果，方便对照。
4.3 现象：时间戳解析出来是乱码或者年份变成 1900 多
原因：版本 2 的年份是两位数，比如23表示 2023 年，但datetime默认把23当成 1923 年。版本 3 的年份是四位数，一般不会出这个问题。
解决：对于版本 2，判断年份如果小于 80，就加 2000，否则加 1900。这个阈值是 GNSS 数据处理里的惯例，因为 RINEX 2 规范发布时还没到 2000 年。更稳妥的做法是结合头文件里的TIME OF FIRST OBS字段做校验，如果解析出的年份跟头文件差太多，就触发警告。
4.4 现象：内存爆掉，读一个 500MB 的 O 文件直接卡死
原因：逐行读 + 结构体数组动态扩展，每读一行就obsData(end+1)，MATLAB 会频繁重新分配内存。文件越大，性能越差。
解决：预分配结构体数组，或者改用cell数组存储中间结果，最后再统一转换。更好的做法是先用dir拿到文件大小，估算大概的历元数和卫星数，预分配一个足够大的矩阵。如果文件超过 1GB，建议分块读取，每次处理 10000 个历元，处理完就存盘，不要试图一次性全部载入内存。
4.5 现象：同一颗卫星在同一历元出现两次，矩阵赋值时覆盖了
原因：某些接收机在信号失锁后重新捕获时，会在同一历元输出两条记录，一条是失锁前的，一条是失锁后的。如果你直接按时间戳和卫星号赋值，后一条会覆盖前一条。
解决：在赋值前检查obsMatrix(tIdx, sIdx)是否已经是有效值，如果是，根据信噪比或观测值连续性选择保留哪一条。我一般保留信噪比更高的那条，因为信噪比低往往意味着观测质量差。如果两条信噪比接近，就保留第一条，并在日志里记录这个冲突，后续人工核查。
5. 从读到用：把 O 文件观测值接入定位解算的验证技巧
读进来只是第一步，真正要验证你读对了，得拿数据做一次实际解算或者质量分析。我常用的验证方法是：提取所有 GPS 卫星的 C1C 伪距，按时间画一条曲线，看有没有明显的跳变或中断。如果曲线连续且量级在 20000 公里左右，说明读取逻辑基本正确。另一个方法是统计每个历元的可见卫星数，正常开阔环境下应该在 8 到 12 颗之间，如果只有 2 到 3 颗，要么是文件本身有问题，要么是你漏读了某些系统。
进阶一点的做法是算伪距残差。用广播星历算出卫星位置和钟差，再结合接收机概略位置，反算几何距离，跟观测伪距做差。如果残差在 ±10 米以内，说明观测值读取没有引入系统性偏差。这个验证流程我每次拿到新来源的 O 文件都会走一遍，花不了几分钟，但能避免后面解算出离谱结果时回头排查的麻烦。
还有一个实用技巧：把解析后的观测矩阵存成.mat文件，下次直接用load载入，不用重新解析。存的时候把头文件信息、卫星列表、时间戳一起存进去，形成一个自包含的数据结构。这样即使原始 O 文件被删了，你手头的数据依然可用。
% 保存解析结果，方便下次直接载入 save('obsData.mat', 'obsMatrix', 'uniqueTimes', 'satList', 'header', '-v7.3'); % 下次使用 loaded = load('obsData.mat'); disp(['载入 ', num2str(length(loaded.uniqueTimes)), ' 个历元，', ... num2str(length(loaded.satList)), ' 颗卫星']);-v7.3选项支持大于 2GB 的变量，如果你处理的是多系统多频点数据，矩阵很容易超过这个大小。存盘时把header也带上，因为里面记录了观测类型定义，后续如果要按观测码提取不同频点数据，不用再回头读原始文件。
从那以后我每次拿到 O 文件，都强制先跑一遍头文件解析和版本判断，再决定用哪套列宽逻辑，绝不凭记忆硬编码行号。希望帮到你。
本文还有配套的精品资源，点击获取
