Advertisements
自適應調零抗干擾天線的核心目標，是在強干擾環境下維持衛星訊號的可用性；而 RTK（Real-Time Kinematic）天線追求的，則是相位中心（Phase Center）極度穩定。兩者技術路徑在本質上相衝，這也是為什麼這類抗干擾天線無法用於高精度 RTK 定位的根本原因。
一、抗干擾天線的工作原理
此類天線一般由多個 GNSS 天線單元構成陣列（常見為 2、4、7 甚至更多），搭配強大的數位訊號處理器與自適應演算法。其工作流程如下：
- 信號接收：
陣列內的所有單元同時接收衛星訊號與地面干擾信號。 - 干擾偵測：
處理器實時分析各通道信號特徵。衛星訊號來自高空，其相位差具規律性；而干擾信號通常來自地面或低空，具有完全不同的相位關係。 - 權值計算：
自適應演算法（如 LMS 最小均方演算法）計算出一組最優權值，對每個天線單元的輸入進行幅度與相位調整。 - 波束形成與調零：
- 在衛星方向上，使各單元信號同相疊加，形成「主波束」，增強有用信號。
- 在干擾方向上，通過相位反向疊加，形成「零陷（Null）」以抑制干擾。
二、為何這與 RTK 水火不容
關鍵在於「權值的動態調整」。
Advertisements
- 相位中心不再穩定：
為應對不斷變化的干擾，自適應演算法會持續調整各天線單元的相位權值，使整個天線的等效相位中心隨時間隨機漂移。 - 巨大 PCV（Phase Center Variation）：
RTK 測量天線要求毫米級的相位中心穩定性，而自適應天線的漂移可達數公分甚至數十公分，遠超過 GNSS 載波波長（例如 B1 頻點約 19cm），導致相位連續性完全破壞。 - 不可校準的系統誤差：
RTK 高精度的前提之一，是天線的相位中心可通過標定模型（如 IGS 天線校正資料）修正。然而，自適應天線的相位中心變化是即時且隨機的，無法建立穩定的校正模型，因此整周模糊度（Integer Ambiguity）難以固定，RTK 定位失效。
形象比喻：
- RTK 天線如一具固定在三腳架上的高精度望遠鏡，光學中心穩定，能準確測距。
- 自適應抗干擾天線則像一台不斷變焦追鳥的相機，雖然畫面不中斷，但鏡頭一直在動，根本無法精確測繪。
結論：
自適應調零抗干擾天線以犧牲相位中心穩定性為代價，換取抗干擾能力。這一點恰恰擊中了 RTK 的技術命門，因此兩者難以兼容。
三、有沒有同時能抗干擾又能支援 RTK 的方案？
這是「既要抗干擾，又要高精度」的終極問題。答案是——有，但技術與成本都更高。
- 路線一：測量型天線 + 空域濾波（受限自適應）
在陣列天線上施加嚴格約束，使演算法在抑制干擾時盡量保持相位穩定。- 優點：兼顧一定抗干擾與相位保真。
- 缺點：抗干擾深度受限，成本高昂，主要用於高端軍用、測繪與無人機平台。
- 路線二：測量天線 + 射頻濾波 + 緊耦合 IMU
目前主流且實用的高可靠 RTK 方案。- 使用相位穩定的高品質測量型天線或扼流圈天線；
- 透過高性能帶通濾波器與低噪放在射頻前端抑制帶外與窄帶干擾；
- 結合 IMU 進行「緊耦合組合導航」，在 GNSS 短時失鎖時仍可依靠慣性資訊維持定位連續，干擾消除後能快速恢復 RTK 精度。
此方案不破壞天線本身的相位穩定性，是目前自動駕駛、精密測繪等領域維持 RTK 精度的主流選擇。
- 路線三：新興技術探索
基於 AI 的抗干擾技術正在興起，未來有望透過深度學習辨識信號特徵，在抑制干擾的同時最大限度保持相位穩定。
四、總結
- 傳統自適應調零天線： 以相位中心穩定性為代價獲取抗干擾能力，無法支援 RTK。
- 折中方案： 採用相位受限的自適應陣列，兼顧一定精度但成本高。
- 主流方案： 「高品質測量天線 + 射頻濾波 + 緊耦合 IMU」，是現階段在強干擾環境下維持 RTK 精度與穩定性的最優解
