我所基于的代碼版本是RTKlib 2.4.3的一個拓展版本RTKexplore Demo5，這個版本主要針對低成本的GNSS進行了一些改進完善。

pppos

extern void pppos(rtk_t *rtk, const obsd_t *obs, int n, const nav_t *nav)

• 所在文件：ppp.c
• 功能說明：PPP處理
• 參數說明：

 args: 		 IO    rtk_t *rtk			rtk solution structure
			 I     const obsd_t *obs	當前歷元觀測值
			 I     int n 				當前移動站觀測值數目
			 I     const nav_t *nav     星歷 

• 調用關系：

• 處理過程：

1. 調用udstate_ppp函數進行卡爾曼濾波的一步預測；
2. 調用satposs函數計算衛(wèi)星位置；
3. 如果在配置中選擇排除block IIA衛(wèi)星，調用testeclipse函數，將這些衛(wèi)星的位置、速度置0；
4. 如果在配置中選擇潮汐修正，調用tidedisp函數進行潮汐修正；
5. 調用ppp_res函數計算預測值與量測值之間的殘差；
6. 待用filter函數進行卡爾曼濾波的量測更新；
7. 調用ppp_res函數計算量測更新后的殘差；
8. 調用ppp_ar進行整周模糊度結算，并調用ppp_res進行殘差計算；
9. 調用update_stat更新輸入、輸出參數rtk solution的狀態(tài)

• 注意事項：

1. 需要注意的是，步驟8中ppp_ar是個空函數，返回值為0，因此實際后面的ppp_res函數也不會被調用。如此來看，實際PPP的解為通過卡爾曼濾波得到的浮點解。
2. satposs和相對定位中的函數一致，不再進行解析，可參考RTKLIB源碼解析——單點定位

udstate_ppp

static void udstate_ppp(rtk_t *rtk, const obsd_t *obs, int n, const nav_t *nav)

• 所在文件：ppp.c
• 功能說明：進行卡爾曼濾波的一步預測，更新rtk->x狀態(tài)量值
• 參數說明：

 args: 		 IO    rtk_t *rtk			rtk solution structure
			 I     const obsd_t *obs	當前歷元觀測值
			 I     int n 				當前移動站觀測值數目
			 I     const nav_t *nav     星歷 

• 調用關系：

• 處理過程：

1. 調用udpos_ppp函數位置、速度、加速度狀態(tài)量 rtk->x以及相應協(xié)方差陣 rtk->P的更新；
2. 調用udclk_ppp函數，更新鐘差狀態(tài)量（以gpst為基準）；
3. 如果在配置中選擇的對流層模型為ZTD estimation或者ZTD+grad estimation，調用udtrop_ppp進行對流層參數狀態(tài)量的更新；
4. 如果在配置中選擇電離層模型為estimation，調用udiono_ppp函數，更新電離層誤差參數狀態(tài)量；
5. 如果選擇的頻率數>=3，則進行L5 dcb狀態(tài)量的更新；
6. 調用udbias_ppp函數進行相位bias狀態(tài)量的更新。

• 注意事項：

1. 參考RTklib manual 來看，PPP算法中使用的量測量為“無電離層組合的偽距、載波相位”，所以配置中可以將電離層模型選擇為“Iono free LC”。通過參考RTKexplorer博客Exploring kinematic single-receiver solutions with RTKLIB and the u-blox F9P. 中的配置，對流層模型應該至少配置為ZTD estimation。我在之后的博客中會測試一下不同的PPP配置對精度有多大的影響。
2. 參考 RTKLIB Manual 可知狀態(tài)量包括位置、速度、接收機鐘差、對流層參數、衛(wèi)星相位偏差；
3. udpos_ppp、udtrop_ppp、udiono_ppp函數與之前相對定位中udpos、udtrop、udion函數流程基本一致，就不再詳細解釋，具體可參考RTKlib相對定位源碼解析： udstate函數。由于udbias_ppp和相對定位中不同，因此在下文中進行解析。

udbias_ppp

static void udbias_ppp(rtk_t *rtk, const obsd_t *obs, int n, const nav_t *nav)

• 所在文件：ppp.c
• 功能說明：進行相位偏差狀態(tài)量和協(xié)方差陣的一步預測
• 參數說明：

 args: 		 IO    rtk_t *rtk			rtk solution structure
			 I     const obsd_t *obs	當前歷元觀測值
			 I     int n 				當前移動站觀測值數目
			 I     const nav_t *nav     星歷 

• 處理過程：

1. 首先是對所有共視星進行周跳檢測：調用了detslp_ll函數，根據LLI來判斷基站和移動站周跳；然后調用detslp_gf利用幾何無關組合進行周跳檢測；最后調用了detslp_gf_mw函數進行周跳檢測。對RTKlib的周跳檢測函數，我專門寫了一篇博客解析RTKlib源碼解析：ppp和rtkpost中的周跳檢測函數
2. 對所有衛(wèi)星進行循環(huán)，判斷是否需要重置單差相位偏移狀態(tài)量。如果所配置的AR的模式為instantaneous（實際由于當前PPP中使用的是浮點解，通常將PPP的AR配置為OFF），或者衛(wèi)星載波相位的中斷次數大于配置中所設置的最大次數，則將單差相位偏移狀態(tài)量重置為0；
3. 對每一組觀測數據，調用 corr_meas函數對偽距、載波相位進行修正，并計算無電離層組合的偽距、載波相位量測量Pc和Lc；
4. 將每顆衛(wèi)星的載波相位偏差bias初始化為0，如果電離層模型為電離層無關模型，則直接計算bias[i]=Lc-Pc；否則的話，通過偽距計算電離層延遲ion=(obs[i].P[0]-obs[i].P[l])/(1.0-SQR(lam[l]/lam[0]))；由于L1和L2偽距相減后，只剩下L1和L2的電離層誤差之差，以及偽距噪聲項，因此由此計算出來的電離層誤差實際包含了偽距噪聲，誤差相對較大。利用修正電離層誤差后的偽距和載波相位之差計算bias： bias[i]=L[f]-P[f]+2.0ionSQR(lam[f]/lam[0]);
5. 計算每顆衛(wèi)星的bias與載波相位偏差狀態(tài)量rtk->x之間的偏差offset之和；
6. 在原有的載波相位偏差狀態(tài)量上加上offset的平均值，以此來作為載波相位偏差一步預測值：rtk->x[j]+=offset/k；
   7.對每顆衛(wèi)星循環(huán)，更新一步預測協(xié)方差陣，對有周跳的衛(wèi)星、或者沒有初始化載波相位偏差狀態(tài)量的衛(wèi)星，用之前計算的bias值重新初始化載波相位偏差狀態(tài)量。

corr_meas

static void corr_meas(const obsd_t *obs, const nav_t *nav, const double *azel,
                      const prcopt_t *opt, const double *dantr,
                      const double *dants, double phw, double *L, double *P,
                      double *Lc, double *Pc)

• 所在文件：ppp.c
• 功能說明：計算經過接收機天線修正、相位纏繞校正、SSR修正或者dcb 修正后的偽距、載波相位量測量，并計算無電離層組合的偽距、載波相位值Lc，Pc
• 參數說明：

 args: 		 I     const obsd_t *obs	當前歷元觀測值
			 I     const nav_t *nav 	星歷
			 I     const double *azel 	方位角和俯仰角 (rad)
			 I	   const prcopt_t *opt  處理選項
			 I     const double *dantr  接收機天線校正值
			 I     const double *dants  衛(wèi)星天線校正值
			 I     double   phw        相位纏繞校正值
			 O     double *L           修正后的載波相位
			 O     double *P           修正后的偽距值
			 O	   double *Lc          無電離層組合的載波相位值
			 O     double *Pc          無電離層組合的偽距值 

• 處理過程：

1. 調用 testsnr函數檢查觀測值的信噪比是否大于mask；
2. 對偽距天線修正、相位纏繞校正，對載波相位進行天線修正；
3. 如果星歷類型是broadcast + SSR_APC或者broadcast + SSR_COM，對偽距值進行ssr 修正；如果是其他星歷類型，進行 DCB 校正；
4. 計算無電離層組合的偽距、載波相位值Lc，Pc

ppp_res

static int ppp_res(int post, const obsd_t *obs, int n, const double *rs,
                   const double *dts, const double *var_rs, const int *svh,
                   const double *dr, int *exc, const nav_t *nav,
                   const double *x, rtk_t *rtk, double *v, double *H, double *R,
                   double *azel)

• 所在文件：ppp.c
• 功能說明：計算載波相位和偽距殘差
• 參數說明：

 args: 		 I     int post             是否是修正后殘差計算標志
 			 I     const obsd_t *obs	當前歷元觀測值
 			 I     int n                當前移動站觀測值數目
             I     const double *dts    衛(wèi)星鐘差
             I     const double *var_rs 星位置和鐘差的協(xié)方差
             I     const int *svh       衛(wèi)星健康標志
             I     const double *dr     地球潮汐位移
             IO    int *exc             衛(wèi)星排除標志
			 I     const nav_t *nav 	星歷
			 IO    const double *x      狀態(tài)量
			 IO    rtk_t *rtk			rtk solution structure
			 IO    double *v            載波相位和偽距殘差
			 IO    double *H            卡爾曼濾波中的觀測矩陣
			 IO    double *R            測量誤差的協(xié)方差矩陣
			 I     const double *azel 	方位角和俯仰角 (rad) 

• 處理過程：

1. 把衛(wèi)星的有效標志位均置0，rtk->ssat[i].vsat[j]=0;
2. 在一步預測值x[i]基礎上加上潮汐修正，作為移動站位置：rr[i]=x[i]+dr[i];
3. 對每顆星進行循環(huán)，根據移動站位置，計算衛(wèi)星仰角，如果小于設定閾值，排除該衛(wèi)星，并且檢查該衛(wèi)星系統(tǒng)、單點定位衛(wèi)星有效標志、是否在設置中排除，重置排除標志：exc[i]=1；
4. 調用model_trop函數計算對流層誤差dtrp，調用model_iono函數計算電離層誤差dion；
5. 調用satantpcv函數計算衛(wèi)星天線校正參數dants；調用antmodel函數計算根據接收機天線的相位中心參數計算天線偏移量dantr，該函數在此博客曾進行解析；
6. 調用model_phw函數計算相位纏繞校正值rtk->ssat[sat-1].phw；
7. 調用corr_meas函數對偽距和載波相位進行修正，得到量測量；
8. 計算量測矩陣H和殘差v，相位殘差存放在 rtk->ssat[sat-1].resc中，偽距殘差在rtk->ssat[sat-1].resp中；
9. 綜合考慮偽距（載波相位）噪聲、對流層噪聲、電離層噪聲、衛(wèi)星位置鐘差噪聲后，作為量測噪聲；如果是GLONASS衛(wèi)星，在偽距量測噪聲上，還要加上IFB噪聲（頻間差噪聲）；
10. 如果是 pre-fit，即!post的情況，如果某顆殘差值大于閾值，將這顆星排除；
11. 如果post為1，某顆殘差值大于閾值，將這顆星記錄下來；整個循環(huán)結束；
12. 如果post為1，找到11步中殘差值最大的那顆星，將其排除。