城区精度提升60%
用卡尔曼滤波递归边缘化载波相位模糊度，构建一致性链，使复杂环境下RTK定位精度和鲁棒性显著优于传统方案。
Weihao, Ma · 戴吾蛟 · 余文坤 · Yumei, Fang · Zhao, Xuesong · Yuliang, Guo
IEEE Sensors Journal 2025
通过卡尔曼滤波将历史模糊度作为状态预测，当前观测作为量测，构建递归边缘化链，减少周跳导致的重新初始化。
在城市峡谷实验中，RMS相较于传统EKF方案降低60.1%，比标准FGO方案降低26.2%。
通过自适应加权历史信息，缓解时变测量噪声导致的边缘化不一致性。