20260710

---

1. 四种 PPP 模式的核心区别

四种模式的主要差异不是伪距、载波相位观测方程完全不同，而是：

接收机三维坐标在滤波器中如何建模。

这里需要先区分两个概念：

• 先验方差：表示某个状态在进入滤波器时的初始不确定度（initial uncertainty）。只要坐标作为状态估计，就可以有先验方差。
• 过程噪声：表示状态从上一历元传播到下一历元时，由于未建模变化引入的不确定度（Uncertainty introduced by unmodeled state changes）。只有存在明确的时间递推模型时，过程噪声才有清晰含义。

因此：

• Static PPP 有坐标先验方差，但坐标过程噪声通常为 $Q_r=0$；
• Kinematic PPP 若采用白噪声坐标，通常不强调“坐标过程噪声”，而是每个历元重新给坐标较大的先验方差；
• Dynamic PPP 有明确状态转移模型，过程噪声通常由加速度、jerk 或动力学误差引入；
• Position-fixed PPP 通常不估计坐标，因此既不需要坐标先验方差，也不需要坐标过程噪声；若软件仍把坐标放入状态向量，则给极小先验方差并令 $Q_r=0$。

模式	坐标是否估计	坐标时间模型	坐标先验方差	坐标过程噪声	典型用途	主要风险
Static PPP	估计	一个观测弧段内坐标不变	初始化时给 ${\mathbf{P}}_{r,0}={\sigma }_{r,0}^2{\mathbf{I}}_3$，常由 SPP 或近似坐标精度决定	$Q_r=0$，即常数过程	静态测站坐标解算、基准站标定	如果天线实际在动，会把运动误差吸收到残差、钟差、对流层或模糊度中
Kinematic PPP	估计	每个历元坐标独立，或历元间弱相关	白噪声坐标常在每个历元重设 ${\mathbf{P}}_{r,k}^{-}={\sigma }_{wn}^2{\mathbf{I}}_3$	白噪声坐标不强调基于上一历元递推的 $Q_r$；若改用随机游走，才设置 ${\mathbf{Q}}_{r,k}={\sigma }_{rw}^2\Delta t{\mathbf{I}}_3$	车载、船载、手持、终端动态测试	轨迹可能较毛；遮挡时坐标稳定性较差
Dynamic PPP	估计	位置由速度、加速度或动力学模型传播	初始位置、速度、加速度分别给合理先验方差	由加速度噪声、jerk 噪声或经验动力学误差决定，不是简单给位置白噪声	PPP/INS、车辆平滑轨迹、浮标约束定位、LEO 定轨	运动模型错误会导致滤波器被模型带偏
Position-fixed PPP	不估计，或强约束	坐标固定为已知值	坐标通常不入状态；若保留在状态中，可给极小 ${\mathbf{P}}_{r,0}$	通常无坐标过程噪声；若坐标保留在状态中，令 $Q_r=0$	已知坐标测站的钟差、对流层、观测质量分析	固定坐标若有误，会污染钟差、对流层、模糊度和残差

一句话记忆：

Static PPP：坐标估计，但整段不变。
Kinematic PPP：坐标估计，每历元可变；白噪声坐标主要靠每历元先验方差表达。
Dynamic PPP：坐标估计，并服从运动模型；过程噪声从运动模型进入。
Position-fixed PPP：坐标已知，不再估计或强约束（白噪声+极小的先验方差）。

---

2. PPP 状态向量中坐标的位置

一个简化的 PPP 状态向量可写成：

$${\mathbf{x}}_k=\left[\begin{array}{c}{\mathbf{r}}_k\\ c\delta t_{r,k}\\ ZT{D}_k\\ {\mathbf{N}}_k\end{array}\right]$$

其中：

• ${\mathbf{x}}_k$：第 $k$ 个历元的滤波状态向量；
• ${\mathbf{r}}_k=[x_k,y_k,z_k{]}^T$：第 $k$ 个历元的接收机天线相位中心坐标，通常为 ECEF 坐标，单位为 m；
• $c$：光速，单位为 m/s；
• $\delta t_{r,k}$：第 $k$ 个历元的接收机钟差，单位为 s；
• $c\delta t_{r,k}$：以距离表示的接收机钟差，单位为 m；
• $ZT{D}_k$：第 $k$ 个历元的天顶对流层总延迟，单位为 m；
• ${\mathbf{N}}_k$：载波相位模糊度参数，单位取决于观测模型，可为周或 m。

四种 PPP 模式的主要区别集中在 ${\mathbf{r}}_k$ 的时间更新方式。

---

3. 三种常见坐标过程模型

3.1 常数过程：坐标不随时间变化

常数过程写成：

$${\mathbf{r}}_k={\mathbf{r}}_{k-1}$$

对应的协方差时间更新为：

$${\mathbf{P}}_{r,k}^{-}={\mathbf{P}}_{r,k-1}^{+}$$

也就是：

$${\mathbf{Q}}_{r,k}=0$$

其中：

• ${\mathbf{r}}_k$：第 $k$ 个历元的坐标向量，单位为 m；
• ${\mathbf{r}}_{k-1}$：第 $k-1$ 个历元的坐标向量，单位为 m；
• ${\mathbf{P}}_{r,k}^{-}$：第 $k$ 个历元坐标预测协方差矩阵，单位为 ${\text{m}}^2$；
• ${\mathbf{P}}_{r,k-1}^{+}$：第 $k-1$ 个历元坐标更新后协方差矩阵，单位为 ${\text{m}}^2$；
• ${\mathbf{Q}}_{r,k}$：第 $k$ 个历元坐标过程噪声矩阵，单位为 ${\text{m}}^2$；
• 上标 $-$ 表示预测值，上标 $+$ 表示量测更新后的值。

适用对象：

• Static PPP 的测站坐标；
• 未发生周跳时的相位模糊度；
• Position-fixed PPP 中被固定的坐标，若仍保留在状态向量中。

---

3.2 随机游走：坐标继承上一历元，但允许缓慢变化

随机游走写成：

$${\mathbf{r}}_k={\mathbf{r}}_{k-1}+{\mathbf{w}}_{r,k}$$

$${\mathbf{w}}_{r,k}\sim N(0,{\mathbf{Q}}_{r,k})$$

若三个坐标方向独立，可取：

$${\mathbf{Q}}_{r,k}={\sigma }_{rw}^2\Delta t{\mathbf{I}}_3$$

其中：

• ${\mathbf{w}}_{r,k}$：坐标随机扰动向量，单位为 m；
• ${\mathbf{Q}}_{r,k}$：坐标随机游走过程噪声矩阵，单位为 ${\text{m}}^2$；
• ${\sigma }_{rw}$：坐标随机游走强度，单位为 $\text{m}/\sqrt{\text{s}}$；
• $\Delta t$：相邻历元时间间隔，单位为 s；
• ${\mathbf{I}}_3$：$3\times 3$ 单位矩阵。

随机游走的特点是：

• 坐标具有时间连续性；
• 变化量随 $\Delta t$ 增大而增大；
• ${\sigma }_{rw}$ 越小，轨迹越平滑；
• ${\sigma }_{rw}$ 越大，坐标越接近每历元独立估计。

适用对象：

• 缓慢形变监测；
• 低速漂移平台；
• 系泊浮标、桥梁、边坡等弱动态或准静态场景；
• 某些希望“轻微平滑”的 kinematic PPP 实现。

---

3.3 白噪声坐标：每历元坐标弱相关或近似独立

白噪声坐标不是普通随机游走。它更接近：

当前历元坐标主要由当前历元观测决定，不强依赖上一历元坐标。

工程实现中常见写法是每个历元重新给坐标一个较大的先验方差：

$${\mathbf{P}}_{r,k}^{-}={\sigma }_{wn}^2{\mathbf{I}}_3$$

其中：

• ${\mathbf{P}}_{r,k}^{-}$：第 $k$ 个历元坐标预测协方差矩阵，单位为 ${\text{m}}^2$；
• ${\sigma }_{wn}$：白噪声坐标的先验标准差，单位为 m；
• ${\mathbf{I}}_3$：$3\times 3$ 单位矩阵。

注意：

• 这里通常不是在上一历元协方差基础上简单加一个小 $Q_r$；
• 而是把当前历元坐标当作一个新的、弱约束的位置参数；
• 但 PPP 中模糊度、对流层等状态仍可跨历元保持连续，因此 kinematic PPP 并不等同于每历元单点定位。

适用对象：

• 普通 Kinematic PPP；
• 无可靠运动模型的车载、船载、手持、无人机场景；
• 不希望错误运动模型约束轨迹的场景。

---

4. Static PPP：静态 PPP

4.1 定义

Static PPP 假设接收机天线在整个观测弧段内固定不动，只估计一个三维坐标。

坐标模型为：

$${\mathbf{r}}_1={\mathbf{r}}_2=\cdots ={\mathbf{r}}_k$$

等价于：

$${\mathbf{r}}_k={\mathbf{r}}_{k-1},{\mathbf{Q}}_{r,k}=0$$

其中：

• ${\mathbf{r}}_1,{\mathbf{r}}_2,\dots ,{\mathbf{r}}_k$：不同历元的测站坐标；
• ${\mathbf{Q}}_{r,k}$：坐标过程噪声矩阵。

4.2 坐标先验精度怎么给

Static PPP 的初始坐标先验精度应反映初始坐标真实不确定度。

初始坐标来源	建议初始标准差 ${\sigma }_{r,0}$	说明
普通 SPP 初值	10 m ～ 100 m	最稳妥，避免初值过强约束
RINEX 头文件近似坐标，可信	1 m ～ 10 m	可加快收敛
已知测站坐标，但仍希望 PPP 重新估计	0.01 m ～ 0.10 m	适合坐标检查或精密复算
高等级测站坐标，作为强先验	0.001 m ～ 0.01 m	必须保证框架、历元、天线改正一致

其中：

• ${\sigma }_{r,0}$：坐标初始标准差，单位为 m；
• 初始协方差通常取 ${\mathbf{P}}_{r,0}={\sigma }_{r,0}^2{\mathbf{I}}_3$。

4.3 适用场景

Static PPP 适用于：

• IGS / CORS 测站坐标解算；
• 静态控制点测量；
• 基准站坐标标定；
• 静态终端性能测试；
• 高精度后处理 PPP。

4.4 常见错误

不要给静态坐标设置明显过程噪声。否则滤波器会认为天线在动，长时间静态观测的平均优势会被破坏。

---

5. Kinematic PPP：运动学 PPP

5.1 定义

Kinematic PPP 假设接收机位置随时间变化，每个历元都要输出坐标：

$${\mathbf{r}}_k=\left[\begin{array}{c}{x}_k\\ y_k\\ z_k\end{array}\right]$$

其中：

• $x_k,y_k,z_k$：第 $k$ 个历元的 ECEF 三维坐标分量，单位为 m。

Kinematic PPP 只说明“接收机在运动”，不一定说明“接收机如何运动”。

5.2 坐标过程噪声怎么给

普通 kinematic PPP 常采用白噪声坐标：

$${\mathbf{P}}_{r,k}^{-}={\sigma }_{wn}^2{\mathbf{I}}_3$$

典型取值：

场景	建议 ${\sigma }_{wn}$
每历元由 SPP 给坐标初值	10 m ～ 100 m
车载、船载常规动态 PPP	10 m ～ 50 m
低速平稳运动，希望略微平滑	1 m ～ 10 m
不建议的强约束	小于 0.1 m

其中：

• ${\sigma }_{wn}$：当前历元坐标先验标准差，单位为 m。

5.3 是否可以用随机游走

可以，但要谨慎。

随机游走模型为：

$${\mathbf{Q}}_{r,k}={\sigma }_{rw}^2\Delta t{\mathbf{I}}_3$$

若 ${\sigma }_{rw}$ 设得太小：

• 轨迹会被过度平滑；
• 车辆转弯、起步、刹车时容易滞后；
• 动态残差会变大。

若 ${\sigma }_{rw}$ 设得太大：

• 轨迹接近白噪声坐标；
• 平滑作用减弱。

因此，对没有可靠运动模型的车辆、船舶、手持终端，白噪声坐标通常比强随机游走约束更稳健。

5.4 适用场景

Kinematic PPP 适用于：

• 车载 PPP；
• 船载 PPP；
• 手持、背包、无人机低动态定位；
• 终端实时 PPP 测试；
• 没有 IMU、轮速计、多普勒速度约束的纯 GNSS 动态定位。

---

6. Dynamic PPP：动态 PPP

6.1 定义

Dynamic PPP 在 PPP 滤波中显式引入运动状态，例如位置、速度、加速度：

$${\mathbf{x}}_{r,k}=\left[\begin{array}{c}{\mathbf{r}}_k\\ {\mathbf{v}}_k\end{array}\right]$$

或：

$${\mathbf{x}}_{r,k}=\left[\begin{array}{c}{\mathbf{r}}_k\\ {\mathbf{v}}_k\\ {\mathbf{a}}_k\end{array}\right]$$

其中：

• ${\mathbf{x}}_{r,k}$：第 $k$ 个历元与接收机运动相关的状态；
• ${\mathbf{r}}_k$：位置向量，单位为 m；
• ${\mathbf{v}}_k$：速度向量，单位为 m/s；
• ${\mathbf{a}}_k$：加速度向量，单位为 $\text{m}/{\text{s}}^2$。

6.2 常速度模型

常速度模型为：

$$\left[\begin{array}{c}{\mathbf{r}}_k\\ {\mathbf{v}}_k\end{array}\right]=\left[\begin{array}{cc}{\mathbf{I}}_3& \Delta t{\mathbf{I}}_3\\ 0& {\mathbf{I}}_3\end{array}\right]\left[\begin{array}{c}{\mathbf{r}}_{k-1}\\ {\mathbf{v}}_{k-1}\end{array}\right]+{\mathbf{w}}_k$$

其中：

• ${\mathbf{v}}_k$：第 $k$ 个历元速度向量，单位为 m/s；
• $\Delta t$：采样间隔，单位为 s；
• ${\mathbf{w}}_k$：运动模型误差；
• $0$：$3\times 3$ 零矩阵。

若把未建模加速度看成白噪声，单方向过程噪声可写成：

$${\mathbf{Q}}_{1D}=q_a\left[\begin{array}{cc}\frac{\Delta t^3}{3}& \frac{\Delta t^2}{2}\\ \frac{\Delta t^2}{2}& \Delta t\end{array}\right]$$

其中：

• ${\mathbf{Q}}_{1D}$：单方向“位置-速度”过程噪声矩阵；
• $q_a$：加速度白噪声功率谱密度，单位常写为 ${\text{m}}^2/{\text{s}}^3$；
• $\Delta t$：采样间隔，单位为 s。

三维情况可对 X、Y、Z 或 E、N、U 三个方向分别构造 ${\mathbf{Q}}_{1D}$，再组成块对角矩阵。

6.3 常加速度模型

常加速度模型为：

$$\left[\begin{array}{c}{\mathbf{r}}_k\\ {\mathbf{v}}_k\\ {\mathbf{a}}_k\end{array}\right]=\left[\begin{array}{ccc}{\mathbf{I}}_3& \Delta t{\mathbf{I}}_3& \frac{1}{2}\Delta t^2{\mathbf{I}}_3\\ 0& {\mathbf{I}}_3& \Delta t{\mathbf{I}}_3\\ 0& 0& {\mathbf{I}}_3\end{array}\right]\left[\begin{array}{c}{\mathbf{r}}_{k-1}\\ {\mathbf{v}}_{k-1}\\ {\mathbf{a}}_{k-1}\end{array}\right]+{\mathbf{w}}_k$$

其中：

• ${\mathbf{a}}_k$：第 $k$ 个历元加速度向量，单位为 $\text{m}/{\text{s}}^2$；
• $\frac{1}{2}\Delta t^2{\mathbf{I}}_3$：加速度对位置传播的贡献项；
• $\Delta t{\mathbf{I}}_3$：加速度对速度传播的贡献项。

如果把 jerk，即加加速度，看成白噪声，则单方向过程噪声可写成：

$${\mathbf{Q}}_{1D}=q_j\left[\begin{array}{ccc}\frac{\Delta t^5}{20}& \frac{\Delta t^4}{8}& \frac{\Delta t^3}{6}\\ \frac{\Delta t^4}{8}& \frac{\Delta t^3}{3}& \frac{\Delta t^2}{2}\\ \frac{\Delta t^3}{6}& \frac{\Delta t^2}{2}& \Delta t\end{array}\right]$$

其中：

• $q_j$：jerk 白噪声功率谱密度；
• jerk 是加速度的一阶时间导数，单位为 $\text{m}/{\text{s}}^3$。

6.4 Dynamic PPP 的过程噪声怎么理解

Dynamic PPP 中，位置通常不是白噪声，也不是简单随机游走。

更准确的理解是：

位置由运动模型传播；过程噪声通过加速度、jerk、经验力或未建模动力学误差进入位置。

状态	常见模型
位置 $\mathbf{r}$	由速度、加速度或动力学方程传播
速度 $\mathbf{v}$	受加速度过程噪声驱动
加速度 $\mathbf{a}$	可设为随机游走，或由 jerk 白噪声驱动
LEO 卫星经验加速度	常作为动力学误差补偿参数估计
接收机钟差	常按白噪声或钟模型处理
ZTD/ZWD	常按随机游走处理
相位模糊度	未周跳时按常数参数处理

6.5 过程噪声经验值

Dynamic PPP 的过程噪声应由平台机动能力决定。

平台	过程噪声设置建议
固定测站	不建议使用 dynamic 坐标模型
系泊浮标、低速船舶	小加速度噪声或位置随机游走，可结合可达域约束
普通车辆	中等加速度噪声，避免转弯、刹车时模型过硬
行人、手持设备	加速度变化较随机，过程噪声应比平稳车辆更松
无人机	需根据机动强度设置，急转弯和升降阶段应放宽模型
LEO 卫星	不应简单套车辆模型，应采用轨道动力学模型和经验加速度参数

可作为初始调参量级的经验值：

场景	加速度噪声标准差初值
低速船舶、浮标	0.01 ～ 0.2 $\text{m}/{\text{s}}^2$
平稳车辆	0.2 ～ 2 $\text{m}/{\text{s}}^2$
剧烈车辆运动	2 ～ 10 $\text{m}/{\text{s}}^2$
手持、行人	0.5 ～ 3 $\text{m}/{\text{s}}^2$

注意：这些值只是调参起点，不是统一标准。

6.6 适用场景

Dynamic PPP 适用于：

• PPP/INS 组合导航；
• PPP + 多普勒测速；
• 车辆轨迹平滑；
• 海洋浮标、航标、系泊平台约束定位；
• LEO 卫星精密定轨；
• 短时遮挡、短时观测退化时希望保持状态连续性的场景。

---

7. Position-fixed PPP：坐标固定 PPP

7.1 定义

Position-fixed PPP 表示接收机坐标已知，并且不再作为未知参数自由估计。

此时 PPP 仍可估计：

• 接收机钟差；
• 天顶对流层延迟；
• 载波相位模糊度；
• 硬件偏差或其他扩展参数。

但坐标 $\mathbf{r}$ 固定为已知值：

$${\mathbf{r}}_k={\mathbf{r}}_{known}$$

其中：

• ${\mathbf{r}}_{known}$：已知测站坐标，单位为 m。

7.2 坐标先验和过程噪声怎么给

Position-fixed PPP 有两种实现方式。

方式一：坐标不进入状态向量。
这是最清晰的实现，坐标直接作为已知常量参与观测方程计算。

方式二：坐标进入状态向量，但给极强约束：

$${\mathbf{P}}_{r,0}={\sigma }_{fix}^2{\mathbf{I}}_3$$

$${\mathbf{Q}}_{r,k}=0$$

其中：

• ${\sigma }_{fix}$：固定坐标标准差，常取 0.1 mm ～ 1 mm；
• ${\mathbf{P}}_{r,0}$：坐标初始协方差矩阵；
• ${\mathbf{Q}}_{r,k}$：坐标过程噪声矩阵。

7.3 适用场景

Position-fixed PPP 适用于：

• 已知坐标测站的接收机钟差估计；
• GNSS 授时；
• 对流层延迟估计；
• 测站观测质量分析；
• 精密钟差、偏差产品验证；
• 固定基准站实时监测。

7.4 常见错误

Position-fixed PPP 对坐标一致性非常敏感。固定坐标必须检查：

• 坐标框架是否一致；
• 坐标历元是否一致；
• 天线相位中心和标石坐标是否混用；
• 天线高、天线类型、ANTEX 改正是否正确；
• 固体潮、海潮负荷、极潮等位移改正是否与坐标定义一致。

如果固定坐标有误，误差会泄漏到接收机钟差、对流层、模糊度和观测残差中。

---

8. 谁用白噪声、随机游走、常数过程？

问题	推荐回答
谁用白噪声坐标？	Kinematic PPP 最常用，特别是无可靠运动模型的动态用户
谁用随机游走坐标？	弱动态、缓慢形变、浮标、结构监测，或希望轻微平滑的动态场景
谁用常数过程坐标？	Static PPP
谁固定坐标？	Position-fixed PPP
Dynamic PPP 的坐标是什么过程？	位置按运动模型传播，过程噪声通过加速度、jerk 或动力学误差进入
接收机钟差常用什么过程？	实时 PPP 中常近似白噪声，或采用更具体的钟模型
对流层常用什么过程？	ZTD/ZWD 常用随机游走
相位模糊度常用什么过程？	未周跳时为常数过程，周跳后重置

---

9. 坐标先验精度和过程噪声推荐表

模式	初始坐标标准差	坐标过程噪声	说明
Static PPP	SPP 初值常取 10 m ～ 100 m；可信近似坐标可取 1 m ～ 10 m	$Q_r=0$	坐标作为整段观测的常数参数估计
Kinematic PPP	每历元常取 10 m ～ 100 m；平稳低速可取 1 m ～ 10 m	白噪声坐标，或很大的 $Q_r$	不强假设运动连续性
Dynamic PPP	位置 5 m ～ 50 m；速度 1 m/s ～ 10 m/s	由加速度、jerk 或动力学误差决定	适合有运动模型或辅助传感器的场景
Position-fixed PPP	0.1 mm ～ 1 mm，或坐标不入状态	$Q_r=0$	前提是已知坐标可靠且框架一致

调参原则：

1. 先验精度不要比真实初值误差更乐观。
   如果 SPP 初值误差约 5 m，就不应把初始坐标标准差设成 0.01 m。

2. 过程噪声描述的是未建模运动，不是观测噪声。
   伪距噪声大，应调观测噪声阵 $R$；平台机动强，应调过程噪声阵 $Q$。

3. 过程噪声过小，模型太硬。
   表现为转弯滞后、残差变大、短时动态误差积累。

4. 过程噪声过大，模型太软。
   表现为轨迹毛刺、历元间跳动、短时遮挡后位置不稳定。

---

10. 工程选择流程

---

11. RTKLIB的处理方式

RTKLIB 中常见 PPP 模式包括 PPP-Kinematic、PPP-Static、PPP-Fixed。其位置状态更新时间更新思路可概括为：

本文概念	RTKLIB 中的典型对应	坐标处理
Static PPP	PPP-Static	初始坐标建立后，位置状态不再加过程噪声
Kinematic PPP	PPP-Kinematic	每个历元重新初始化位置状态，并给较大的位置方差
Position-fixed PPP	PPP-Fixed	使用用户给定坐标，并给极小方差
Dynamic PPP	PPP-Kinematic+Dynamic	属于更一般的算法建模概念，需要显式运动模型

注意：

不同软件对 static、kinematic、dynamic、fixed 的命名可能不同。
更稳妥的写法是直接说明坐标模型：常数、白噪声、随机游走，还是位置-速度-加速度状态转移。

---

12. 两个最容易混淆的概念

12.1 Position-fixed PPP 不是 PPP-AR fixed

名称	fixed 的对象	含义
Position-fixed PPP	接收机坐标	坐标已知，不再自由估计
PPP-AR fixed	相位模糊度整数	模糊度固定为整数，提高定位精度和收敛速度

二者可以组合出现。例如：

• 坐标固定 + 模糊度浮点；
• 坐标固定 + 模糊度固定；
• 坐标估计 + 模糊度浮点；
• 坐标估计 + 模糊度固定。

12.2 Kinematic PPP 不是 Dynamic PPP

名称	核心含义
Kinematic PPP	接收机在动，每历元估计位置，不一定使用运动模型
Dynamic PPP	接收机在动，并且显式使用运动模型传播状态

所以：

• Kinematic PPP 更通用，抗错误模型能力更强；
• Dynamic PPP 更平滑，短时遮挡时连续性更好；
• Dynamic PPP 的前提是运动模型或辅助传感器足够可靠。

---

13. 典型场景建议

13.1 静态基准站

• 坐标未知：用 Static PPP；
• 坐标已知，只估钟差或 ZTD：用 Position-fixed PPP；
• 不建议用 Kinematic PPP；
• 除非研究形变，否则不建议给静态坐标设置明显随机游走。

13.2 车载 PPP

• 无 IMU、无轮速：优先用 Kinematic PPP；
• 有多普勒测速：可用 Kinematic PPP + 速度约束；
• 有 IMU 或轮速：可用 Dynamic PPP 或 PPP/INS；
• 高遮挡场景：Dynamic PPP 可改善短时连续性，但要防止模型带偏。

13.3 海洋浮标和系泊平台

海洋浮标不是严格静态，也不是完全自由运动。更合适的做法是：

• 坐标随机游走 + 系泊可达域约束；
• 或约束型 Dynamic PPP；
• 可结合海况频谱、速度限制、垂向运动限制和异常观测识别。

不建议简单使用 Static PPP 把浮标当固定点处理，也不建议完全放开成无约束 kinematic PPP。

13.4 LEO 卫星

LEO 卫星应使用轨道动力学模型，不应简单套车辆常速度模型。过程噪声通常通过经验加速度、太阳光压、大气阻力误差等动力学补偿参数体现。

---

14. 总结

结论	说明
Static PPP	坐标估计，但作为整段常数参数，$Q_r=0$
Kinematic PPP	坐标估计，常按白噪声坐标或弱相关处理
Dynamic PPP	坐标估计，并由速度、加速度或动力学方程传播
Position-fixed PPP	坐标已知，通常不估计坐标
白噪声坐标	适合无可靠运动模型的动态定位
随机游走坐标	适合缓慢漂移、弱动态、形变监测
常数过程坐标	适合真正静态测站
坐标固定	适合坐标已知且只估钟差、对流层、模糊度的场景

最重要的工程判断是：

先判断天线是否真的运动，再判断有没有可靠运动模型。
没有运动模型，用 kinematic；有可靠运动模型，才考虑 dynamic；确实静止，用 static；坐标已知且不想估坐标，用 position-fixed。

---

参考资料

1. RTKLIB README：PPP-Kinematic、PPP-Static、PPP-Fixed 等模式说明
   https://github.com/tomojitakasu/RTKLIB

2. RTKLIB ppp.c：PPP 位置、钟差、对流层、模糊度等状态的时间更新实现
   https://github.com/tomojitakasu/RTKLIB/blob/master/src/ppp.c

3. ESA Navipedia：PPP Standards，PPP 状态参数与滤波建模说明
   https://gssc.esa.int/navipedia/index.php/PPP_Standards