共计 3301 个字符，预计需要花费 9 分钟才能阅读完成。
接上一篇。
四、模糊度固定优化算法
4.1 LAMBDA算法，动基线场景下的核心流程
LAMBDA（Least-squares AMBiguity Decorrelation Adjustment，最小二乘模糊度去相关平差）是目前GNSS领域最主流的整周模糊度固定算法，Teunissen于1993年提出该方法。
其核心步骤如下：
图3，LAMBDA算法在动基线RTK中的执行流程
4.2 部分模糊度固定
在动基线场景下，由于基准站端噪声增大，全星全固定经常无法通过Ratio检验。此时不应强行等待全固定，而是采用部分模糊度固定策略。
PAR的核心思路在于，从所有双差模糊度中，按照固定可靠性（通常以单个模糊度的方差大小排序）选取最容易固定的子集，优先固定这部分，其余保持浮点估计。
工程效果对比：
| 策略 | 可用星数要求 | 恶劣环境下初始化时间 | 固定解精度 |
|---|---|---|---|
| 全固定 | 高（≥8颗双差对） | 数分钟，甚至失败 | 最高（1～3 cm） |
| 部分固定（PAR） | 中（≥5颗双差对） | 数十秒 | 中等（3～8 cm） |
| 浮点解 | 低（≥4颗） | 即时 | 较低（10～50 cm） |
PAR本质上是在精度和可用性之间做权衡。在动基线这种可用性要求高的场景下，宁可输出经过验证的部分固定解，也不要为了等全固定而长时间输出浮点解。
4.3 附加约束辅助固定
除了IMU约束，还有两类常见的几何约束可以显著提升固定可靠性：
基线长度约束（用于双天线系统），
若同一平台安装两根天线，基线长度 ||\vec{b}|| 是物理固定的常数。将此约束加入LAMBDA搜索：
$$
||\vec{b}||^2 = (\Delta X)^2 + (\Delta Y)^2 + (\Delta Z)^2 = L^2
$$
这可以将三维搜索空间约束在一个球面上，将候选解数量从数百减少到数十。
高度约束（用于着陆场景），
气压计或雷达高度计提供的高度信息（精度约0.5～1 m）可作为垂直方向的软约束，减少高程方向的模糊度搜索范围。
五、完好性监测，动基线的最后一道门
5.1 为什么完好性在动基线下更难
完好性监测的目的在于回答一个问题，当前输出的定位结果，是否在规定的精度范围内，可以放心交给控制系统使用？
在静态RTK中，完好性监测的基础是观测残差的统计特性。如果某颗卫星的双差残差超过阈值，我们可以判断为多路径或故障，剔除后重新解算——基准站稳定、历史残差统计特性稳定，这个判断相对可靠。
但在动基线场景下，有三个因素使完好性监测的难度大幅上升：
难点一，残差基线不稳定。 基准站随平台运动，不同时刻的多路径特性不同，无法建立稳定的正常残差参考分布。
难点二，故障与高动态难以区分。 基准站的高动态运动本身会产生较大的观测残差，算法很难区分基准站正常运动引起的大残差和卫星信号真实故障。
难点三，保护水平计算更保守。 保护水平是在规定的完好性风险概率下，定位误差不超过PL的上界保证。动基线场景下，由于噪声来源更多、模型不确定性更大，计算出的PL往往比静态RTK大得多，系统可用性下降。
5.2 保护水平的基本概念与计算框架
遵循国际民航组织（ICAO）及 RTCA DO-253D 标准，完好性监测绝非位置域的简单方差叠加，而是必须在观测值空间建立全面的误差包络，再通过几何矩阵进行位置域投影。
在无故障状态（H\_0 假设）下，双差观测值空间的综合总方差 \sigma\_{DD}^2 建模为：
$$
\sigma_{DD}^2 = \sigma_{gnd}^2 + \sigma_{air}^2 + \sigma_{iono}^2 + \sigma_{tropo}^2 + \sigma_{外推}^2
$$
各误差项分别代表基准站多径与噪声、移动站接收机残差、双差电离层与对流层残余延迟、以及前述的数据链延迟外推不确定度。位置域解算利用加权最小二乘几何投影矩阵（S 矩阵）导出垂直方向（或水平方向）的位置估计方差 \sigma\_{pos} = \sqrt{\sum\_{i=1}^{m} s\_{v, i}^2 \cdot \sigma\_{DD, i}^2}。
最终的保护水平（以垂直保护水平 VPL 为例）是由 H\_0（无故障风险） 与 H\_k（单星/多星潜在故障漏检风险） 两个空间方程的分支最大值共同决定的抉择边界：
其中 K\_{ffmd} 为 fault-free 状态下的门限乘子（民航精密进近通常取 5.33），K\_{md} 为故障漏检乘子，D\_k 则是第 k 种单星故障模式在位置域引起的偏置响应（由卫星故障斜率决定）。
在动基线高动态环境下，由于 \sigma\_{外推} 随平台加速度剧烈摆动，且运动引发的动态多径导致 \sigma\_{air} 无法像静态站那样依靠时间平滑来削弱。这直接造成 S 矩阵投影后的 \sigma\_{pos} 显著被拉高，使得动基线的 PL 边界异常敏感。一旦 PL 突破系统设定的告警门限（VAL/HAL），RAIM/GAIM 模块将立刻剥夺当前控制律的Fix解信任权。
参考文献，RTCA DO-253D, "Minimum Operational Performance Standards for GPS Local Area Augmentation System Airborne Equipment", 2017. https://www.rtca.org/content/do-253d
参考文献，RTCA DO-384 (Milestone 3 Report on Advanced RAIM / MOPS for ARAIM)。
5.3 工程上的降级决策机制
完好性系统的核心输出不是一个精确的数字，而是一个可用 / 降级 / 拒绝的三态判断，直接驱动控制系统的行为模式：
图4，动基线RTK完好性监测的降级决策流程
三态降级的工程含义，
- 可用， Fix解通过Ratio检验，PL在门限内，数据新鲜。控制系统可以以完整权重使用该结果。
- 降级， 处于Float解状态，或PL略超门限。控制系统切换到保守模式（减小控制增益、扩大安全包络），继续飞行但不执行精密动作（如不进入着舰最后阶段）。
- 拒绝， 数据过期或残差异常。RTK结果不再输入控制律，由机载INS接管推算，同时向操作员发出告警，等待GNSS恢复。
小结
本文系统梳理了动基线RTK的五个关键技术点，每个技术点都指向同一个核心目标，在基准站不再固定的前提下，尽可能维持厘米级相对矢量的精度和可靠性。
第一， 多系统多频点是基础保障，宽巷组合（86 cm等效波长）是在高噪声动基线环境下快速固定模糊度的关键工具，应优先在双频以上系统中启用。
第二， 数据链路的设计必须基于外推窗口误差的定量分析，10 Hz + 延时 < 20 ms是中等海况着舰场景的最低工程配置，高海况需进一步提升至20 Hz并引入基准站IMU二阶外推。
第三， IMU深耦合是解决动基线模糊度固定慢、环境恶劣时固定失败问题的核心手段，紧耦合架构能将模糊度固定时间从分钟级压缩到秒级，是高动态动基线系统的首选架构。
本文深入探讨了动基线RTK在模糊度解算优化与完好性监测方面的关键技术。通过引入LAMBDA算法及其改进策略，我们看到了在高动态环境下提升固定率与可靠性的路径。同时，完好性监测机制的建立，确保了系统在面临各类异常时能做出精准的三态决策，为安全应用筑起了最后一道防线。这些技术手段的综合运用，是构建高性能动基线RTK系统的基石。
接下来的文章将视角转向工程实践，详细介绍如何从零搭建一套完整的动基线RTK系统。内容涵盖硬件选型清单、主流商用接收机的性能边界对比，以及工程调试中常见故障的系统性排查步骤。这将帮助读者将理论知识转化为实际可用的系统方案。
更多内容，请关注我的公众号“通信与导航”，主页有技术文章的分类合集，感兴趣的朋友可以查询。
