原始Markdown文档、Visio流程图、XMind思维导图见：https://github.com/LiZhengXiao99/Navigation-Learning一、前言大一就听老师说学习RTKLIB的源码，先看懂别人的代码，才能自己写代码，但一直没有系统的开始学。现在掌握了一些理论知识，可以开始学了。以博客的形式总结学习的过程，既是为了对学习的巩固，也为了可以分享学习到的知识。二、2.4.2manual目录翻译介绍rtklib的manual解读：有对重要内容更详细的翻译，可以直接Ctrt+F搜索。Overview：概述、UserRequirements：用户要求、SystemRequ

文章目录Part.IIntrodctionChap.I预备知识Part.II代码详解Chap.IlambdaChap.IILDChap.IIIreductionChap.IVsearchPart.III一个实例Chap.I测试函数Chap.II结果输出Chap.III结果分析&验证ReferencePart.IIntrodction本篇博文的目的是：对RTKLIB中LAMBDA固定整周模糊度的算法实现做一个尽量详尽的总结。由于笔者水平有限，不当之处还望不吝赐教。Chap.I预备知识LAMBDA全称Least-squareAMBiguityDecorrelationAdjustment，最小二乘

文章目录一、后处理整体流程二、postpos()1、功能：2、输入参数：3、返回值4、执行流程5、调用的函数三、execses_b()、execses_r()1、功能2、输入参数3、execses_b()执行流程4、调用的函数四、execses()1、功能2、输入参数3、执行流程4、调用的函数五、procpos()1、功能2、传入参数3、执行流程4、调用的函数六、rtkpos()1、功能：2、传入参数3、执行流程一、后处理整体流程二、postpos()1、功能：​后处理定位的主入口函数，根据tu分计算时间段，调用调用execses_b()进行下一步解算​输入文件包括观测文件、导航文件、精密星历

本文是学习记录关于rib源码中使用的kalman滤波，因为整个定位系统存在误差以及不确定性，需要使用kalman滤波进行预测和平滑，在rtklib中使用的是EKF，即扩展kalman滤波，具体关于kalman滤波理论的学习参考这里，同样，本文仅解读代码部分。首先了解定义函数部分，由于部分定义函数仅适用于矩阵方面，因此将这部分定义函数的解读放在kalman滤波这里。目录1、简单矩阵1.1、mat()1.2、imat()1.3、zero()1.4、eye()1.5、dot()1.6、norm()1.7、matcopy()2、进阶矩阵2.1、matmul()2.2、ludcmp()2.3、lubks

本文代码选自RTKLIB_2.4.2版本，文中所有代码均在rtkcmn.c源文件中，宏定义在头文件中。文章目录宏定义与工具函数`宏定义``工具`函数地固坐标系（xyz）→地理坐标系（BLH）基础公式原理`ecef2pos`代码地理坐标系（BLH）→地固坐标系（xyz）基础原理`pos2ecef`函数地固坐标系（xyz）→站心坐标系（ENU）基础原理`ecef2enu`代码站心坐标系（ENU）→地固坐标系（xyz）基础原理：`enu2ecef`函数宏定义与工具函数宏定义#definePI3.141592653589793#defineRE_WGS846378137.0/*earthsemimaj

文章目录一、RTK算法数据类型1、rtk_t：rtk控制结构体2、sol_t：结果结构体3、SOLQ_XXX：解的类型状态4、ambc_t：模糊度固定控制结构体5、ssat_t：卫星状态控制结构体6、prcopt_t：算法处理选项结构体7、obs_t：观测值信息结构体8、nav_t：导航电文信息结构体9、卫星系统的表示10、卫星的表示11、观测值类型的表示二、rtkpos()：实现实时动态定位（单历元定位）1、传入参数2、执行流程3、outsolstat()：输出结果状态1.执行流程2.swapsolstat()：根据时间拆分结果文件3.rtkoutstat()：写结果状态到缓冲区buffer