CompassFusion实现从GNSS到GNSS/INS组合导航的独立软件工程包方案

1. 为什么要开发 CompassFusion

在 GNSS/INS 组合导航的日常研究与开发中，不少同行可能都有类似的困扰：算法模块、导航数据、配置参数和测试脚本分散在多个目录中。单独看某个模块似乎都能正常运行，但真要复现一次完整的组合导航实验时，却需要四处搜寻 RINEX 文件、广播星历、IMU 数据以及真值轨迹，还得逐一核对配置文件和对比脚本——整个过程相当耗时费力。

CompassFusion 的设计目标非常明确：将这些零散的内容整合成一个结构清晰、可独立运行的完整软件包。具体来说，主要聚焦以下几个方面：

• 保留 GNSS 的基础处理能力：SPP、PPP、PPK 等核心定位模式。
• 集成 INS 的机械编排模块，实现惯导解算。
• 搭建 GNSS/INS 松耦合与伪距级紧耦合的实验框架，便于算法验证。
• 提供统一的 XML 配置入口，告别以往零散的参数管理方式。
• 随包附带一套真实的 GREAT/MSF 数据样例，开箱即可运行。
• 配备测试脚本、结果图示与数据说明文档，方便快速复现和验证实验结果。

项目地址：

• GitHub：
• Gitee：

2. 软件整体架构

CompassFusion 的核心目录结构如下所示：

 复制代码CompassFusion
├── src/
│   ├── run_compass_fusion.py       # 统一 XML 入口
│   ├── run_spp.py                  # SPP 入口
│   ├── run_ppp.py                  # PPP 入口
│   ├── run_ppk.py                  # PPK 入口
│   └── compass/
│       ├── core/                   # 坐标、常量、基础类型
│       ├── gnss/                   # SPP/PPP/PPK/精密产品/偏差模型
│       ├── ins/                    # 机械编排、松耦合、紧耦合
│       └── io/                     # RINEX 与输入解析
├── configs/                        # XML 配置
├── data_examples/                  # 随包真实数据样例
├── scripts/                        # 批处理、导出、诊断脚本
├── tests/                          # 回归测试
└── docs/                           # 文档与博客素材

若将其绘制成模块图，各组件之间的关联关系会更加清晰明了：

3. 随包数据：不仅是代码，更是可运行的导航输入

本次整合的关键思路在于，不能只提供一堆最终结果文件。我们随包放置了一套真实的导航输入数据，存放路径如下：

 复制代码data_examples/great_msf_20211013/

具体包含哪些内容？下表列出了所有文件及其用途：

换句话说，当你拿到这个仓库后，完全无需立刻从外部海量搜寻数据，直接利用这套真实数据即可运行一个完整演示——这种开箱即用的体验，在工程复现中极为宝贵。

4. 当前支持的处理链路

CompassFusion 当前定位更偏向于一个“工程可运行版本”，而非号称所有高精度模型都已完全成熟的最终科研软件。目前相对稳定的处理链路包括：

可以稳定展示的功能如下：

• GNSS SPP / PPP / PPK 基础处理能力。
• IMU 机械编排解算。
• GNSS/INS 松耦合导航。
• SPP-INS 伪距级紧耦合实验。
• 基于 XML 的配置化运行方式。
• 真实 GREAT/MSF 数据测试验证。
• 测试脚本与结果对比分析。

属于后续重点增强方向的能力包括：

• PPP/RTK 载波相位紧耦合。
• 紧耦合中的模糊度参数估计与固定。
• 更完整的多系统码偏差、相位偏差以及鲁棒异常处理。
• 长时间 GNSS 中断下的惯导误差控制与抑制。

5. 统一入口与配置文件说明

统一程序入口为：

 复制代码src/run_compass_fusion.py

示例配置文件位于：

 复制代码configs/compass_fusion_great_msf_example.xml

典型的运行命令如下：

 复制代码$env:PYTHONPATH = "$PWDsrc"
& 'D:annacondaenvsBraVLpython.exe' srcrun_compass_fusion.py --config configscompass_fusion_great_msf_example.xml

PPP 示例脚本：

 复制代码scriptsrun_ppp_great_msf_example.ps1

测试执行命令：

 复制代码$env:PYTHONPATH = "$PWDsrc"
& 'D:annacondaenvsBraVLpython.exe' -m pytest tests

配置文件中可调整的参数涵盖了从基本模式到输出设置的方方面面：

6. 测试结果概览

当前发布候选版本的测试结果如下。需要强调的是，这些数值主要用于反映当前工程的运行状态，不建议直接当作最终科研性能的上限来理解。

从这张表中可以得出一些有价值的结论：

• GREAT 松耦合示例已经能够实现厘米级的对齐精度。
• 合成紧耦合可以稳定运行，误差在分米级，说明基础框架是可靠的。
• 真实 SPP 松耦合为米级精度——这符合单点定位作为组合输入时的预期表现。
• 真实 SPP 紧耦合当前数值明显偏大，表明伪距紧耦合在钟差、系统间偏差、量测权重以及异常剔除策略方面仍需进一步优化。
• PPK-INS 松耦合优于 SPP-INS，说明高质量的 GNSS 位置和速度对组合导航的精度起着决定性作用。

7. 结果图展示

7.1 GREAT 松耦合结果

GREAT 松耦合样例的误差非常微小，主要用于验证 INS 机械编排、杆臂标定、时间同步以及松耦合框架的正确性。

误差累计分布：

7.2 合成紧耦合结果

合成紧耦合主要用于验证伪距量测更新、滤波状态传播、钟差初始化以及量测门限逻辑。从结果来看，基本逻辑已经顺利跑通。

7.3 真实 SPP-INS 松耦合

真实 SPP-INS 松耦合采用 RINEX 推导出的 SPP 位置和速度作为 GNSS 输入。误差保持在米级，主要反映了 SPP 本身的观测质量与模型误差的真实水平。

7.4 真实 SPP-INS 紧耦合

真实 SPP 紧耦合目前尚未达到理想状态。当前结果偏大，可能的原因主要集中在以下几个方面：

• 多系统接收机钟差与系统间偏差的建模仍不够完善。
• 伪距异常值、低高度角卫星以及 NLOS 风险，需要更强大的鲁棒处理能力。
• 伪距量测的权重与 INS 过程噪声还需针对真实数据进行重新标定。
• 目前尚未引入载波相位紧耦合和模糊度状态。

7.5 真实 PPP-INS 与 PPK-INS 松耦合

PPP-INS 松耦合：

PPK-INS 松耦合：

8. 一个比较实用的结论

从现有结果来看，CompassFusion 的工程主线已经顺利跑通，松耦合链路能够稳定输出合理可靠的导航结果。

但如果希望让“紧耦合”成为可以正式对外宣传的高精度功能，还需继续推进以下几项关键工作：

• 将 PPP/RTK 载波相位量测引入紧耦合框架。
• 在紧耦合滤波器中加入模糊度状态参数。
• 实现整数模糊度固定与部分模糊度选择策略。
• 进行更系统的钟差、系统间偏差以及码偏差建模。
• 针对真实数据中的异常卫星和粗差，实施更强的鲁棒隔离策略。

9. 如何复现实验

想亲自跑一遍实验？操作步骤非常简单：

克隆仓库：

 复制代码git clone 
cd CompassFusion

或者使用 Gitee 镜像：

 复制代码git clone 
cd compass-fusion

安装依赖：

 复制代码& 'D:annacondaenvsBraVLpython.exe' -m pip install -e .

运行示例：

 复制代码$env:PYTHONPATH = "$PWDsrc"
& 'D:annacondaenvsBraVLpython.exe' srcrun_compass_fusion.py --config configscompass_fusion_great_msf_example.xml

运行 PPP 示例：

 复制代码scriptsrun_ppp_great_msf_example.ps1

运行测试：

 复制代码& 'D:annacondaenvsBraVLpython.exe' -m pytest tests

10. 当前版本的定位

这里需要明确一点，当前版本更适合被定义为一个“工程基线版本”。

它并非所有模型都已完美收官的最终版本，而是一个将 GNSS、INS、松耦合、紧耦合入口、真实数据以及测试脚本有效组织到一起的工程基础。这个版本的核心价值体现在：

• 能够正常运行。
• 数据链路清晰透明。
• 配置入口直观明确。
• 测试结果可复现、可验证。
• 后续可以在同一框架下，继续补齐 PPP/RTK 紧耦合、模糊度固定以及更全面的真实数据测试。

11. 后续计划

后续的推进方向也十分明确：

• 完善真实 SPP 紧耦合的稳定性与精度。
• 实现 PPP/RTK 载波相位紧耦合。
• 加入紧耦合模糊度状态与整数固定功能。
• 完善多系统偏差模型。
• 增加 GNSS 中断场景下的 INS 约束测试。
• 补充更多公开数据集的自动化测试用例。
• 增加更完善的结果图自动生成脚本。

12. 小结

总体而言，CompassFusion 已经从一个分散的实验工程，整理成了一个可独立发布、可复现实验、也能持续迭代的 GNSS/INS 组合导航软件包。

如果只看当前最稳定的链路，松耦合已经具备了演示和继续开发的基础；如果展望未来的方向，真正值得投入精力的，是 PPP/RTK 紧耦合、模糊度固定以及在真实复杂环境下的鲁棒性提升。

这也是后续版本最核心的技术演进路线。