山区GPS定位误差分析与优化：从信号质量评估到多路径抑制

同样是GPS模块，在开阔地里误差能压到3米以内，一进山区就飘到三四十米，有时候轨迹直接穿山而过。这事儿我刚做的时候也觉得是"信号不好"四个字就能解释，真去拆信号链路才发现，山区GPS问题根本不是单一原因，卫星几何分布、多路径、对流层残余误差、接收机选型、时间同步，每个环节都可能成为定位误差的放大器。这篇总结是我在山区环境做信号分析与定位优化的完整记录，覆盖了信号采集、质量评估、误差分解、优化手段、时间同步和嵌入式集成几个层面，适合正在做车载测试、无人机定位、手持设备开发或者传感器融合的同行参考，哪怕你只是需要在山区用手机记录轨迹，里面关于信号质量判断和工具使用的部分也能直接帮上忙。

1. 进山之前，先搞清楚GPS信号到底死在哪个环节

1.1 卫星几何分布：山谷两侧的山体吃掉了你的GDOP

GPS定位的基本原理是测距交会，接收机至少同时看到4颗卫星才能解算出三维位置和时间。但"看到4颗"和"能定位"是两回事，更关键的是这4颗卫星在天空中的分布形状。如果4颗卫星几乎挤在同一片天空，它们对位置解的约束方向高度重合，就会导致定位结果对测距误差特别敏感——这就是几何精度因子（GDOP）的直观含义。

在开阔地，可观测卫星通常有20多颗，卫星分布在整个半球，GDOP能低到1.5左右，测距误差被放大的倍数很小。但在山区，尤其是深切河谷或者峡谷路段，两侧山脊直接把低仰角卫星全部遮死，你能看到的只有头顶上窄窄一条"天空缝隙"里的卫星。如果这些卫星恰好又集中在同一方向，GDOP可能飙升到5以上甚至到两位数。GDOP=意味着什么？它等于各项误差的放大倍率。30米的多路径误差遇上GDOP=6，最终位置误差直接翻到180米量级，这基本等于轨迹彻底不可用。

我见过不少项目组在山谷里测试，只看卫星颗数——显示12颗，觉得信号应该没问题。但打开卫星分布图一看，这12颗有10颗集中在两个方位，真正的有效几何约束非常差。颗数管"能不能定位"，DOP管"定位准不准"，这两个指标必须一起看，缺一个都会误判。

1.2 多路径效应：山体回波比直射信号更难缠

GPS信号从卫星传到地面，除了直达路径，还会被山体、水面、道路护栏甚至车厢顶反射后到达接收机。反射信号走的路径更长，导致码相位和载波相位都产生偏差，这就是多路径效应。

山区环境里多路径有它的特殊性。开阔地主要是地面反射，信号从下方来，大部分天线有扼流圈或地面平面设计去抑制低仰角信号，问题不大。山区不一样，山体反射的来向和高度角非常随机，可能是侧面来的、上方来的，而且反射体距离远，反射信号和直达信号之间的延迟差大，伪距测量偏差可以达到10~30米，动态情况下还会剧烈变化。

多路径一个最阴险的特点就是它不好通过长时间平均来消除。热噪声是零均值的，平均10秒就能压制下去；多路径是非零均值偏差，你站在原地不动，它可能一直固定偏个几米甚至十几米，怎么平均都消不掉。这就是为什么很多人用手机GPS在山区道路上停车，位置会稳定地偏在路一侧，而且偏的方向和大小还随着车头朝向在变——因为反射路径跟着车身姿态换。

1.3 对流层与电离层延迟：海拔变化让误差模型失效

对流层延迟的量级在湿分量上可达几米到十几米，它和大气温度、湿度、气压直接相关，核心特征是高程越高，大气越稀薄，延迟越小。GPS接收机内部的模型通常以海平面标准大气为基准做投影修正，这在平原地区问题不大，但在山区，几百米甚至上千米的高程变化，会让模型修正量和实际偏差出现系统性差异。

电离层延迟误差在天顶方向大约2~10米，在低仰角方向能放大到几十米。它的强度和太阳活动周期、当地时间、纬度都有关系，正午前后最强，夜间会弱很多。双频接收机通过L1和L5两个频率的载波相位差可以直接估计并消除电离层延迟，这也是为什么在山区场景我强烈建议至少上双频设备。

对于单频接收机，还有个实际问题：标准电离层模型参数通过导航电文下发，有一定更新周期，山区海拔陡变的情况下这个残余误差很难准确建模，也没有规律可循。它和多路径叠加在一起，就是你看到的位置跳变。

2. 用数据说话：信号采集与质量评估的完整链路

2.1 怎么把GPS数据完整取出来

做信号分析的前提是拿到原始观测数据。很多人第一步就没走对，拿个导航软件看个经纬度就开始分析，这等于拿着结论找原因。正确做法是先把原始NMEA语句或接收机厂商的二进制观测数据完整记录下来。

我用过几条路，成熟度从低到高：

• 手机场景：Android上的GPS工具箱是老牌工具，能实时显示卫星分布、C/N0、DOP值和经纬度，也能记录轨迹。它导出的KML文件适合快速看轨迹质量，但拿来做精细信号分析不够，因为NMEA原始语句在部分版本里是可以直接记录日志导出的，导出后在电脑上逐行解析最靠谱。
• 专业场景：u-blox接收机配u-center软件，可以记录完整的UBX二进制协议数据，包含每颗卫星的C/N0、伪距、载波相位、多普勒频移，信息密度比NMEA高一个量级，是分析多路径和信号遮挡的首选。
• 嵌入式场景：如果再接STM32，一般直接通过串口拿NMEA或者厂商私有协议，TXD/RXD直接接，记录到MicroSD卡或者通过ESP32发到上位机。

无论哪种方式，我都建议记录日志时把时间戳一起打上，最好精确到毫秒。后续分析中你要把GPS轨迹和其他传感器数据对齐，时间戳是生命线，丢掉时间戳的数据基本就是废数据。

2.2 SNR/C/N0到底怎么看

GPS信号强度行业标准术语叫载噪比C/N0，单位是dBHz。很多手机App界面显示的是SNR，实际上读的也是C/N0。它是接收机对某颗卫星信号的解调质量打分，直接决定了测距精度和锁定稳定性。

我常用的经验区间如下：

在山区峡谷里，我见过C/N0从46掉到25再跳回40的剧烈波动。如果只看最终定位结果，你只能看到点位在跳，根本不知道是哪颗卫星在拖后腿。把C/N0按卫星逐颗打出来，配合卫星高度角看，能找到绝大多数问题的源头。

抓C/N0数据有个技巧：u-center里直接看接收机状态图，能直观看到每颗卫星的颜色和信号强度；如果是自己写代码解析，NMEA的$GPGSV和$GBGSV语句里带每颗卫星的C/N0，注意这个值是dBHz的整数，且只在有信号时输出，缺失值就说明这颗卫星已经不可用了。

2.3 从轨迹数据里反推信号质量的几个土办法

不是所有人都有u-center和专业接收机，有时候只有手机里的一段轨迹文件，怎么判断信号质量？有几个不依赖专业工具的土办法，实用度极高。

第一个是速度向量检查。把轨迹数据按时间间隔差分得到速度，正常行驶状态下相邻点的速度变化是有限的，按车辆动力学约束基本不可能出现1秒内速度突变20m/s的情况。如果轨迹上频繁出现这类跳变，基本可以断定这一段信号质量很差。

第二个是轨迹发散度检查。同一路段来回走两次，或者停在原地静止1分钟，把静止时候的点画出来。正常情况静止点应该聚成一团，半径不超过2~3米；如果静止点撒成一个10米以上的圆，说明多路径或噪声严重。

第三个是航向角突变检查。还是在固定路线或直道上，GPS输出的航向角应该平稳变化。如果在直道上航向频繁跳转90度以上，那是位置解在噪声区间里反复跳动。

这些土办法在野外没有专业设备的时候特别有用。我自己的习惯是两个结合：专业设备做预处理评估，手机App做现场快速验证，两边的结论对得上，才继续后面的采集任务。

3. 定位误差解析：分清哪些误差能优化，哪些不能

3.1 DOP值计算与实例

DOP的本质是把卫星几何构型对位置解的放大效应量化。工程上最常用的几个：

• GDOP：三维位置+时间的综合放大倍数
• PDOP：三维位置放大倍数
• HDOP：水平位置放大倍数
• VDOP：高程放大倍数

这几个值之间满足关系：PDOP² = HDOP² + VDOP²，GDOP² = PDOP² + TDOP²。

我拿一次实测数据举例。在某山谷折返路段，接收机看着8颗卫星，但两侧山脊高度角约30度，实际可用卫星主要集中在天顶附近。软件输出的各项指标如下：PDOP=4.8，HDOP=2.6，VDOP=4.0。估算一下定位精度：如果伪距测量误差（含多路径）是10米，HDOP=2.6意味着水平位置误差约26米，VDOP=4.0意味着高程误差约40米。这组数据就能解释为什么这段路的轨迹会偏出路基很远。

反过来看，如果在开阔地，HDOP能到1.0以下，同样的10米伪距误差，水平误差压缩到10米以内。这个对比直接说明了山区定位优化的第一优先级：改善卫星可见几何。具体手段后面细说。

3.2 高程误差为什么在山区特别突出

GPS的高程解算精度天然比水平差，这是几何结构决定的。卫星基本都在头顶方向，对水平位置约束很充分，对高程的方向余弦很小。VDOP一般约为HDOP的1.5倍，山区VDOP常常上到5以上，高程误差被进一步放大。

山区还有另一个麻烦：高程基准。GPS输出的椭球高是WGS-84椭球面到接收机的距离，而工程上用的海拔高是以大地水准面为基准的，两者之间有起伏，通常需要EGM96或者更高精度的大地水准面模型来转换。山区的大地水准面起伏比平原剧烈，如果拿GPS的椭球高直接当海拔用，在不做模型修正的情况下，几十米的误差都不奇怪。做山区测绘或者海拔监测的哥们儿，这个坑基本都踩过。

所以高程问题在山区往往是三重叠加：VDOP大、椭球高转海拔高偏差、多路径对载波相位的干扰。GPS官方能力边界在那里摆着，不要期待单点在山区高程做到厘米级。

3.3 误差来源的权重分解

做一次完整的误差分析，我习惯把定位误差拆成下面这个表：

这个表做完，优化优先级就出来了：山区场景里，多路径和几何放大是最主要的两个误差来源，而且都有可操作空间。把这两个问题解决掉，单点定位精度能有一个数量级的提升。

4. 定位优化的实操方案：从硬件到算法

4.1 天线选型和放置位置：决定信号质量的上限

GPS天线的选择是山区定位优化里性价比最高的一步，很多人把注意力全放在接收机或者算法上，忽略了天线才是信号进入系统的第一个环节。

内置陶瓷天线灵敏度一般，在山谷里基本只能收到天顶方向的卫星，稍微偏斜的信号就被衰减了。我建议山区作业至少用有源外置天线，增益在25~35dB之间，天线本身带滤波和低噪声放大器，能把弱信号提上来，对抗线缆损耗。如果对防水和抗振有要求，选带磁吸底座或者螺栓固定的平板天线，实测效果比贴片天线强很多。

天线放置位置的经验在山区尤其重要，几条我在野外验证过的原则：

• 天线尽量放高。车顶上比放在引擎盖上平均C/N0能高5~8dBHz，原因很简单，抬高一点就多看到几颗低仰角卫星。
• 天线放在无遮挡的顶部中央，远离金属物。车内的后视镜、雨刮器、车顶行李架都是反射源，别让天线贴在金属件旁边。
• 对移动测量来说，确保天线接收面的上半球视野尽量开阔。车顶正中是所有位置里对四方向遮挡最均衡的。
• 如果实在只能放在车内，放前挡风玻璃下方，玻璃对GPS信号损耗大约3~6dB，属于可以接受的代价，但要注意前挡贴了金属防爆膜的话信号衰减会巨大，基本废了。

4.2 多频多星座接收机的选择

接收机选型直接决定了可用的卫星数量。单GPS模块在开阔地能见12~16颗GPS卫星，进山区打5折，可用卫星所剩无几。多星座接收机把GPS、BDS（北斗）、GLONASS、Galileo加在一起，在开阔地轻松拉满30颗以上，山区即便被遮挡，也能凑出十几颗。

多频是另一层优化。L1/L5双频接收机可以通过频率不同的观测量直接估计并消除电离层延迟，这在正午或太阳活动剧烈的时段，对定位精度的提升明显。我的建议是：预算允许就上双频多星座，比如u-blox F9P或者同级产品，支持RTK时精度能到厘米级，在开阔地作为基准站或者流动站都够用。

但选型不能只看参数。山区作业对接收机动态范围和弱信号跟踪能力要求高，同样标称灵敏度，实际弱信号表现差异很大。我实测过几款，价格差3倍，弱信号下跟踪卫星数和C/N0表现差了一倍。别迷信参数表，找靠谱渠道拿样机，实测数据说话。

4.3 高程约束、平滑滤波与RTK差分

硬件和天线解决信号"收得好不好"的问题，但多路径这类非高斯误差还得靠算法兜底。

最简单有效的是约束和平滑。如果已知载体在道路上运动，可以施加高程约束——用数字高程模型或者道路已知高程，把解算结果向合理的高程面拉拢，这样能把VDOP放大带来的高程漂移压住，同时因为高程和水平在解算里是耦合的，约束高程也能顺带稳定水平位置。对车载场景，这个步骤实现成本低、效果立竿见影。

平滑滤波方面，卡尔曼滤波是标配。状态量取位置、速度和加速度，观测用GPS位置和速度，配合IMU做预测。在GPS信号差的时段，滤波器靠运动模型外推，能撑住几秒到十几秒的稳定输出。不过要提醒一点：如果直接把待优化的GPS位置喂给滤波器，GPS噪声已经混入状态里了，后面很难干净分离。正确做法是把伪距、载波相位这些原始观测值作为滤波器的输入，让滤波器自己解算位置，这样多路径噪声可以被模型吸收，不会被错误信任。

RTK差分在山区的作用要分场景看。开阔或半开阔路段，基站差分可以把信号误差里与距离相关的部分大幅压缩，定位精度从米级提升到厘米级，对自动驾驶测绘这类场景帮助巨大。但在深谷路段，流动站难以同时看到足够的共同卫星，RTK固定解经常丢失，退化成float甚至单点定位，这时候RTK反而成了负担。我的经验是RTK方案必须和惯性导航组合，用IMU航位推算衔接固定解丢失的区间，否则数据连续性很难保证。

4.4 与camera/lidar/imu融合时的质量评估

多传感器融合系统里，GPS不只是输出一个点位置，它同时承担了绝对基准和长漂移抑制的角色。融合系统对GPS数据质量非常敏感，不能不加甄别地全盘接受GPS解。

我现在做融合时，会针对四类传感器各做一套专属质量评估指标，再按权重融合：

在融合算法权重设计里，GPS在开阔路段给一个较高的位置观测权值，在山区识别到信号质量恶化时，自动把权值降下来，主要靠IMU和LiDAR维持位姿。这个动态权值切换是整个融合系统鲁棒性的关键，比单独调某个滤波参数的效果明显得多。

质量评估的实时性和延迟也要注意。GPS输出的位置本身有延迟，典型接收机输出频率10Hz，但内部处理延迟可能几十到几百毫秒。融合时必须做时间对齐，把IMU积分到GPS观测时间戳再更新，否则差几百毫秒，车辆高速运动下直接引入好几米的系统偏差。

5. 时间同步：GPS授时被忽视的坑

5.1 chronyc锁定GPS时间同步的完整配置

多传感器融合对时间同步的要求往往是"各家时间戳必须在同一时间基准上"。GPS输出自带UTC时间，但它是一条异步串口消息，接收机和上位机之间通信延迟不确定，直接用串口消息里的UTC时间校正系统时钟，精度只能到几十毫秒，根本喂不饱紧耦合融合。

GPS模块通常还有一个PPS（每秒脉冲）引脚，其上升沿与整秒时刻对齐，精度在几十纳秒量级。用PPS作为硬件时钟基准，配合串口输出的UTC时间做整秒对齐，系统时间精度能稳定做到微秒级，这才是融合系统该有的时间源配置。

Linux系统下我常用chrony做时间同步。在/etc/chrony/chrony.conf里加这样一段：

refclock SHM 0 offset 0.5 delay 0.2 refid GPS precision 1e-9 poll 3 refclock PPS /dev/pps0 refid PPS precision 1e-9 poll 3

第一行里SHM 0对应gpsd的共享内存接口，offset 0.5表示串口消息和PPS脉冲之间通常有约0.5秒的对齐偏置，这个值要根据实际设备情况微调，调不对会直接导致系统时间出现永久性固定偏差。第二行PPS行是直接用内核PPS驱动的设备节点。

配置完重启chrony，查看状态：

chronyc sources -v chronyc tracking

sources里如果能看到GPS和PPS都进入状态，并且sourcestats里的offset稳定在纳秒或微秒量级，说明时间同步已经建立。tracking里看System time值，如果长期在微秒量级跳动，证明PPS已经有效接管了系统时钟。

5.2 时间同步效果的验证

每次系统配置完，我都会做一次时间闭环验证：把接收机的PPS接回一个数据采集IO，同时在系统里记录时间戳，连续采集10秒，计算相邻PPS时间戳的间隔抖动。正常情况抖动应远小于1毫秒，如果出现几十毫秒的跳变，基本可以断定PPS没有真正驱动到系统时钟，多半是refclock配置里的offset偏差或者驱动没有加载。

时间同步这个环节特别容易在"实验室一切正常，一进山就现原形"的场景里踩坑。山区的弱信号环境下，GPS可能偶发丢帧，串口UTC时间更新延迟变大，如果系统只依赖串口消息做时间同步，时钟会慢慢漂移。PPS的好处是它和定位解算相对独立，只要接收机还能输出脉冲，时间基准就不会断。这个特性在融合系统里非常重要，因为时间比位置更基础，位置可以断，时间不能乱。

6. 嵌入式场景：STM32接GPS的实战记录

6.1 硬件连接与供电系统设计

STM32和GPS模块的硬件连接看起来很简单——串口对接就行，但实际坑不少。GPS模块常见电平是3.3V，但有些老模块是5V。STM32的GPIO是3.3V，如果直接拿5V模块去怼STM32的串口引脚，轻则数据乱码，重则烧引脚。最稳妥的做法是中间加电平转换芯片，哪怕判断模块标称3.3V，也建议确认一下参考设计。

波特率的坑更隐蔽。GPS模块出厂默认常见9600或者115200，STM32的UART外设配置必须一致。很多人在这上面吃过亏：模块输出NMEA数据正常，上电后串口助手能看到数据，但是STM32里配错波特率，收进来全是乱码。我建议初始化时连续解析几帧nmea头，验证波特率对了再进入主循环。

供电是另一个容易被忽视的地方。GPS接收模块对电源纹波敏感，大功率设备（比如4G模块、电机）和GPS共用电源时，纹波干扰会直接反映到C/N0上。我实测过，电机启动瞬间GPS的C/N0普遍掉4~6dBHz，就是共地干扰和电源跌落导致的。解决方法是GPS模块单独用一路低噪声LDO供电，模拟地和数字地单点连接，必要时加磁珠隔离。

6.2 NMEA解析的坑

STM32上解析NMEA可能是我遇到的坑最多的地方之一。网上搜到的解析代码一大堆，但真到山里去跑，各种边缘情况全冒出来了。

第一个是缓冲区截断问题。NMEA语句最长82个字符，但多星座接收机输出的语句拼接起来，一次串口中断可能收到半条语句或者好几条语句连在一起。简单粗暴的做法是中断服务函数里只收字节流，攒到环形缓冲区里，主循环再按行分割。

第二个是语句类型选择问题。老代码只认$GPGGA，现在多星座接收机输出的是$GNGGA，GGA前面的Talker ID从GP变成了GN，意味着"多系统融合解"。继续用旧解析逻辑去匹配$GPGGA，会解析不到数据。正确做法是按语句类型判断，不要按Talker ID判断，$GNGGA、$GPGGA、$BDGGA都应当纳入处理。

第三个是定位状态标志的坑。$GNGGA语句里有定位质量标识，0表示未定位，1表示单点定位，2表示差分定位。很多人只解析经纬度，不看这个标志，导致在隧道里或者严重遮挡时，系统用上一次的无效定位数据继续输出"最新位置"，这比没有定位数据更危险。融合系统里，这个标志就是GPS质量评估最基础的一环。

给个简单的字符串提取关键字段的参考逻辑，STM32上常见做法是先用逗号分割，再按字段位置取值，比如GGA语句下标：

// 以 $GNGGA,092751.000,3121.1143,N,12134.9872,E,1,8,1.0,23.5,M,... 为例 // 分割后: 0=$GNGGA 1=UTC时间 2=纬度 3=N/S 4=经度 5=E/W // 6=定位质量 7=卫星数 8=HDOP 9=海拔 if (strstr(buffer, "$GNGGA") != NULL) { char *p = strtok(buffer, ","); int field = 0; while (p != NULL) { switch(field) { case 6: fix_quality = atoi(p); break; case 7: sat_num = atoi(p); break; case 8: hdop = atof(p); break; case 9: altitude = atof(p); break; } p = strtok(NULL, ","); field++; } }

6.3 低功耗场景的配置技巧

手持设备或长期在外的采集节点对功耗敏感，GPS模块的连续定位模式功耗通常在几十毫安，如果是电池供电，这是大头。很多u-blox模块支持不同功耗模式：全功率、节能、备份模式。在山区环境，可以根据载体的运动状态动态切换：静止时进入备份模式，用IMU判断运动，检测到移动再唤醒GPS重新定位。重新定位要经历冷启动，首次定位时间可能几十秒，所以在需要连续采集的场景下，我一般不开这个功能，功耗和应用场景要平衡着看。

7. 山区实测案例复盘：一次真实的数据采集任务

7.1 实验设计与设备配置

某次山区道路测量任务，路线全长约9公里，海拔在300米到900米之间来回起伏，中间经过两段深谷和一段半边靠山的弯道区。目标是把这段路的轨迹和道路边界数据采集回来，用于地图标注。

设备清单：u-blox F9P接收机，有源外置天线吸在车顶正中，数据输出配置成5Hz，同时输出UBX和NMEA。STM32板子做数据记录，时间用PPS同步到系统。另外放了一部手机用GPS工具箱同步记录轨迹，做对比验证。

出发前先在开阔地对设备做了静态校验，静止10分钟，点位散布半径约1.5米，说明设备和天线工作正常。这个基线校验很重要，否则后面的数据质量退化就分不清是环境还是设备的问题。

7.2 数据结果与逐段分析

整条路线数据回放之后分了三段：

第一段是半开阔丘陵路段，卫星数在18~24颗之间，PDOP在1.8~2.5之间，C/N0均值约42dBHz。这段轨迹和实际道路贴合很好，横向偏差基本在1米以内。

第二段是深谷路段，两侧山脊高度角超过40度，卫星数跌到8~12颗，PDOP直接跳到4.5以上，C/N0均值掉到32dBHz，部分低仰角卫星低至25dBHz。轨迹图上出现明显锯齿形抖动，位置在车道上左右漂移，最严重时横向偏差约15米。这正好对应前面分析的几何放大和多路径叠加的效果。

第三段是盘山弯道，道路一侧是山体，另一侧是空旷谷地。有意思的是，靠山一侧行驶时GPS误差明显大于靠谷地一侧，C/N0也低4~6dBHz。这就是典型的半边遮挡+多路径，天线虽然放在车顶，但山体方向来的反射信号仍然大量进入天线旁瓣。

7.3 踩坑记录：从入门到放弃之间的大坑

这次任务踩的坑足够写一部"GPS从入门到放弃"了，挑几个最有代表性的：

• 天线吸盘因为车速快颠簸松了，后半程天线偏到车顶边缘，多路径明显加重。后来我都是每次停车检查一下吸盘紧固程度，这个动作三十秒，省回来的数据排查时间可能是半天。
• 接收机的NMEA和UBX输出优先级配置没调好，记录文件里UBX报文缺失严重，只能用NMEA做位置解算，精度打了折扣。正确的配置是让接收机在输出UBX的同时保证10Hz的定位解算，NMEA只是辅助校验。
• STM32记录端的SD卡写入延迟导致偶尔丢帧，原因是FATFS写入时用了逐字节写入，改成块写入后丢帧问题消失。这也是嵌入式采集系统的经典问题：日志写入不能阻塞采集流程。
• 时间同步配置里offset参数一开始没调准，导致chrony跟踪不上PPS，系统时间一直在微秒和毫秒级之间跳。最后重新摸底PPS和串口消息的时序关系，把offset调准后问题解决。

7.4 优化前后的量化对比

用同一段数据，我做了纯单点解算和优化后的对比。优化手段包括：多星座解算（GPS+BDS+Galileo）、双频电离层修正、高程约束、动态观测权值调整。在同一条深谷路段，优化后轨迹的水平误差统计从均值14米降到了4.2米，最大偏差从31米降到11米。看数据时最直观的感受是轨迹不再穿山，拐弯处的路径切弯也干净了。

这套流程我现在每次进山都会先走一遍：开阔地做基线验证、按路段记录信号指标、分析C/N0和DOP退化位置、针对性调整天线和接收机配置。本来要反复跑很多次的采集任务，现在基本一次就能拿到干净数据。最后再提醒一句，GPS在山区不是"转个方向就能好"那么玄学，所有误差源都在NMEA那几行字符串里写得明明白白，把数据捞出来、拆开、定位到具体路段和卫星，优化方向自然就浮出水面了。