飞机在甲板上着陆--动基线RTK深度解析：定义、应用场景和基本原理（二）
飞机在甲板上着陆–动基线RTK深度解析：定义、应用场景和基本原理（二）
接上文
3.3 时序图：静态模式 vs 动基线模式的对比
图2：动基线RTK时间对齐与外推机制详解
图例说明：🟢绿色节点 = 基准站数据直接匹配（精度最高）；🟡橙色节点 = 需要外推（存在预测误差，动基线模式下误差随基准站加速度增大）
图2清楚展示了三个关键信息：
链路延时不影响解算时刻的时间戳——移动站在收到B0B_0B0数据（t=20t=20t=20ms）之后，仍然能向前/向后外推，解算t=50t=50t=50ms这个时刻的相对矢量，时间戳标注的就是50 ms，不是20 ms。
外推窗口的大小 = 链路延时 + 基准站发送间隔之半。以本例为例，最大外推窗口
=20 ms（延时）+50 ms（半个发送间隔）=70 ms = 20\ \text{ms}（延时）+ 50\ \text{ms}（半个发送间隔）= 70\ \text{ms}=20ms（延时）+50ms（半个发送间隔）=70ms外推误差的大小由外推窗口和基准站运动的高阶动态共同决定，静态基准站下可忽略，动基线高动态场景下是主要误差源。
3.4 通信延时：被低估的关键参数
一个常见的误解是：“只要移动站做了外推对齐，通信延时就和最终精度无关了。”
这个说法在静态基准站下是正确的，但在动基线场景下并不完全成立。延时通过以下路径影响最终结果：
**延时增大 → 外推窗口变长 → 高阶动态项被忽略 → 外推误差增大 → 解算精度下降。**这在3.2节已经定量说明。
工程建议值的来源：
要将外推误差控制在1 cm以内（典型RTK固定解噪声量级），在中等海况（aref=0.5 m/s2a_{ref} = 0.5\ \text{m/s}^2aref=0.5m/s2）下，外推窗口上限为：
Δtmax=2⋅0.01⋅λaref=2×0.01×0.190.5≈0.087 s≈90 ms \Delta t_{max} = \sqrt{\frac{2 \cdot 0.01 \cdot \lambda}{a_{ref}}} = \sqrt{\frac{2 \times 0.01 \times 0.19}{0.5}} \approx 0.087\ \text{s} \approx 90\ \text{ms}Δtmax=aref2⋅0.01⋅λ=0.52×0.01×0.19≈0.087s≈90ms
考虑链路延时τ\tauτ与发送间隔TsendT_{send}Tsend的关系（最大外推窗口=τ+Tsend/2= \tau + T_{send}/2=τ+Tsend/2），若要求总外推窗口<90< 90<90ms：
- 若链路延时τ=20\tau = 20τ=20ms，则Tsend<140T_{send} < 140Tsend<140ms，对应基准站发送频率>7> 7>7Hz，实际工程中取10 Hz
- 若链路延时放松到τ=50\tau = 50τ=50ms，则Tsend<80T_{send} < 80Tsend<80ms，对应基准站发送频率>12.5> 12.5>12.5Hz
这就是"动基线场景基准站需要10 Hz发送频率"这一工程经验值的定量依据。
3.5 模糊度解算：两端都在动的双重挑战
3.5.1 静态基准站的天然优势
静态基准站通常架设在开阔地区，卫星仰角高、多路径效应小，接收机连续工作后载波相位能长时间保持连续，整周模糊度（Integer Ambiguity）解算后不易发生周跳（Cycle Slip）。
在这种模式下，影响RTK模糊度解算质量的因素主要集中在移动站一侧：遮挡、多路径、高动态运动。基准站端提供的是稳定、高质量的观测参考。模糊度解算仅需克服移动站单端的噪声与动态扰动，解算难度低、固定成功率高且固定时间短。
3.5.2 动基线引入的额外不稳定源
一旦基准站也在运动，模糊度解算从 “单端挑战” 变为 “双端挑战”，基准站侧引入的三类噪声直接推高解算难度：
噪声源一：基准站多路径效应时变化
基准站安装在运动平台（甲板、车顶、桅杆）上，周围遮挡物（如船体结构、车辆配件）随平台姿态 / 位置实时变化，多路径误差从静态下的近似恒定值，变为高频波动的随机误差，直接抬高双差载波相位观测量的噪声基底，降低观测量信噪比。
噪声源二：基准站载波相位连续性降低
平台运动引起的天线姿态变化（尤其是舰船的横摇、纵摇）会产生额外的相位中心变化量（Phase Center Variation）。高动态情况下，接收机的载波相位跟踪环（PLL，Phase-Locked Loop）压力增大，更容易出现周跳。
对于LAMBDA（Least-squares AMBiguity Decorrelation Adjustment）算法，双差载波相位残差的协方差矩阵Q∇ΔϕQ_{\nabla\Delta\phi}Q∇Δϕ直接决定模糊度搜索空间的大小。当基准站端噪声增大时：
Q∇Δϕ动基线=Q∇Δϕ移动站+Q∇Δϕ基准站（运动）≫Q∇Δϕ移动站 Q_{\nabla\Delta\phi}^{动基线} = Q_{\nabla\Delta\phi}^{移动站} + Q_{\nabla\Delta\phi}^{基准站（运动）} \gg Q_{\nabla\Delta\phi}^{移动站}Q∇Δϕ动基线=Q∇Δϕ移动站+Q∇Δϕ基准站（运动）≫Q∇Δϕ移动站
搜索空间体积增大，固定成功率下降，固定时间延长。
噪声源三：周跳检测难度倍增
在静态基准站下，基准站侧的载波相位突变很容易被识别为周跳（因为基准站"应该"保持稳定）。但在动基线下，基准站本身就在高动态运动，高频的相位变化是正常现象，算法很难区分"基准站天线快速转向引起的大幅多普勒变化"和"真实的整周跳变"。这使得周跳检测和修复（Cycle Slip Detection and Repair）的可靠性显著下降。
3.5.3 模糊度解算能力的量化对比
| 指标 | 静态基准站RTK | 动基线RTK（一般场景） | 动基线RTK（高动态，如着舰） |
|---|---|---|---|
| 典型初始化时间 | 5～30 s | 30～120 s | 可能无法固定，需IMU辅助 |
| Ratio值典型范围 | 3～10以上 | 1.5～5 | 常低于阈值（< 3） |
| 周跳频率 | 低（基准站稳定） | 中（基准站环境多变） | 高（基准站高动态） |
| 固定可靠性 | 高 | 中 | 低，需额外约束辅助 |
Ratio值（Ratio Test）是判断模糊度固定可靠性的常用指标，定义为次优解残差与最优解残差的比值，通常要求Ratio > 3 才认为固定结果可靠。参考：Teunissen & Verhagen (2009)，“The GNSS ambiguity ratio-test revisited”，Survey Review，41(312)。
4.总结
本文从数学原理出发，阐明了动基线RTK输出相对矢量而非绝对坐标的理论根基，梳理了其主要应用场景，并从时间同步、通信延时等维度深入分析了动基线RTK与静态基准站RTK的核心差异。
第一，动基线RTK不需要知道基准站的绝对坐标，双差方程天然消除了公共误差，相对矢量的精度在短基线条件下不依赖于任何一端的绝对定位精度。
第二，动基线模式对基准站数据频率和链路延时的要求远比静态模式严格——根本原因是基准站的高动态运动使得一阶外推的误差快速增大，必须通过提高发送频率来缩短外推窗口。
**第三，**动基线模式下载波相位模糊度解算面临 “双端动态” 的双重挑战：基准站的高动态运动不仅会放大外推误差，还会直接增加周跳检测难度、抬高观测噪声基底，导致模糊度固定成功率显著下降、初始化时间大幅延长，甚至需要依赖 IMU 等外部约束才能维持解算稳定性。
更多内容，请关注 VX “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
原文链接：https://mp.weixin.qq.com/s/r2ZwYP228kZ_rsj4bMDj6g