1.Inside GNSS网站刊载文章《兼容性的关键需求》。
2026年4月16日，Inside GNSS网站刊载由欧盟联合研究中心、欧洲空间局等机构专家撰写的文章指出，射频兼容性（RFC）是全球导航卫星系统（GNSS）长期共存与互操作的核心，现有评估体系基于中轨（MEO）与地球静止轨道（GEO）卫星设计，而低轨卫星导航增强系统（LEO PNT）因轨道低、信号功率高、可见卫星数量多、多普勒效应显著，在共享L频段时会对传统GNSS接收机与LEO星载接收机造成干扰风险；文章以频谱分离系数（SSC）、总增益（Gagg）及有效载噪比（C/N₀）为核心指标，分析了LEO PNT的系统自干扰与系统间互干扰机制，指出过高功率会引发“功率竞赛”，导致频谱拥挤与整体性能下降，同时结合哥白尼哨兵卫星实测干扰案例，验证LEO轨道干扰对星载GNSS接收精度、定轨与时间同步的显著影响；文章强调，LEO PNT需严格遵循国际电信联盟（ITU）与联合国太空办公室全球导航卫星系统国际委员会（ICG）框架，沿用现有规范与评估方法，严控信号功率与频谱占用，兼顾地面用户与空间用户的兼容性需求，避免有害干扰，保障LEO PNT与传统MEO GNSS安全共存、可持续发展。
2.美霍尼韦尔航天公司在美陆军全域持久实验上成功展示了其韧性导航技术。
2026年4月16日，美霍尼韦尔航天公司称已于2025年9月在美国新墨西哥州白沙导弹靶场举行的美国陆军全域持久实验（APEX）中，成功完成韧性导航技术实飞演示，验证了该公司导航产品在强对抗、GPS拒止环境下的可靠定位、导航与授时（PNT）能力。此次实验表明单一传感器无法保障复杂干扰环境下的导航韧性，霍尼韦尔通过惯性导航与可用GNSS信号、备用传感器融合的方案，满足陆军在干扰与欺骗场景下的机动、协同与战备需求，其搭载Trimble设计的M码接收机的嵌入式GPS/惯性导航系统EAGLE M，在强干扰与欺骗空域仍稳定跟踪GPS卫星，依托M码抗干扰、抗欺骗能力为授权军方用户提供保障。同时，霍尼韦尔现场展示了替代导航架构HANA软件的三项核心技术，视觉辅助导航借助机载相机与预置地图追踪地标等视觉特征解算运动与位置，磁异常辅助导航利用地球磁场细微变化提供无源全域参考，低轨卫星导航凭借更强、更难被干扰的信号维持导航性能，三者均能为机载系统提供高精度数据，弥补惯性导航长期精度维持需求。
3.欧洲航天局发射首批Celeste低轨PNT演示卫星，u-blox启动LEO-GNSS集成技术评估。
Inside GNSS网站2026年4月14日报道，2026年3月28日欧洲航天局（ESA）成功发射首批两颗Celeste低地球轨道定位导航授时（LEO-PNT）在轨演示卫星后，瑞士u-blox（u-blox）公司于4月14日宣布，正依托ESA导航创新与支持计划（NAVISP）第二单元，开展LEO信号与伽利略（Galileo）等传统全球导航卫星系统（GNSS）星座的集成技术评估，相关工作已在其X20 GNSS平台启动。ESA此次发射的两颗卫星编号为IOD-1和IOD-2，是欧洲首颗LEO-PNT演示卫星，标志着欧洲正式迈出将卫星导航能力向低地球轨道拓展的第一步。完整的Celeste演示星座最终将由11颗卫星组成，主要用于测试多频段创新导航信号。ESA 2025年部长级理事会已批准LEO-PNT在轨预备阶段，并将Celeste项目纳入“欧洲太空韧性倡议”三大支柱之一。u-blox作为全球领先的定位技术企业，在NAVISP第二单元框架下开展本次技术评估，研究范围涵盖三大核心方向：新兴LEO信号传输特性表征、LEO-GNSS测量交互机制分析，以及低轨卫星动态几何构型对定位性能的影响评估。该公司明确，LEO-PNT并非传统GNSS的替代方案，而是作为导航体系的补充层，其核心优势在于更高的信号强度和快速变化的卫星几何特性，有望显著缩短精密定位的收敛时间，提升城市峡谷、室内等复杂信号环境下的定位鲁棒性。目前，u-blox已在其X20 GNSS平台启动早期集成验证工作，重点攻关多频段LEO信号在未来通用接收机中的融合实现技术。
学术动态
随机森林辅助的基于单频多普勒的GNSS周跳检测（Random forest aided single frequency doppler based GNSS cycle slip detection）
2026年4月6日，该论文发表于《测绘学》。高精度GNSS定位高度依赖连续准确的载波相位观测，城市遮挡环境下的信号失锁引发的周跳会导致定位精度骤降。针对低采样率（1Hz）单频GNSS接收机，尤其是消费级智能手机中传统多普勒周跳检测方法的核心缺陷，本文展开研究。传统多普勒法通过对比相位变化与多普勒积分预测值检测周跳，但在1Hz采样率下，大气漂移、接收机钟差等慢变误差幅值常超过1个波长，产生1周模糊度，无法区分真实周跳与系统误差，这一问题在低成本消费级设备中尤为突出。现有多频检测方法无法应用于单频接收机，传统单频方法在热噪声和多径干扰下性能急剧下降；此前提出的Mamba架构增强法虽有一定效果，但缺乏可解释性，且未在智能手机场景下验证。
本文提出一种随机森林辅助的多普勒周跳检测可靠性评估框架，核心思路是通过机器学习识别传统多普勒法失效的历元。首先设计自适应钟跳消除模块：当所有可见卫星的多普勒相位变化残差（DCV）同时超过阈值时，以所有卫星DCV的中位数作为钟跳估计值并进行星间差分，消除接收机公共钟跳误差。随后构建包含当前与前一历元载波相位、多普勒观测值、DCV、载噪比和卫星高度角的双历元10维特征集。研究整合了u-bloxZED-F9P大地测量级接收机与Google Pixel 4/7 Pro/8a三款智能手机的1Hz静态观测数据，通过序列最小二乘结合已知地面真值确定真实周跳值，生成二分类标签，并按8:2划分训练集与测试集。
实验结果表明，在优先保证召回率的超参数配置（16棵决策树，最大深度25）下，随机森林模型对不可靠历元的召回率达96.48%，准确率为78.83%。特征重要性分析显示，当前历元DCV是最核心决策依据，贡献度超75%，前一历元DCV提供关键时间上下文信息，载噪比和高度角辅助表征信号质量。模型呈现保守的“安全网”特性，虽有约30%的误报率，但仅漏检19个周跳事件，通过牺牲部分数据可用性大幅降低了粗差进入定位解算的风险。
本文创新点主要有三：一是首次将随机森林集成学习用于单频1Hz多普勒周跳检测的可靠性评估，有效解决传统方法的1周模糊度问题；二是构建了包含大地测量级与消费级多设备的综合数据集，验证了模型在低质量智能手机信号下的强泛化能力；三是通过Gini不纯度指标实现模型可解释性，明确了各物理特征对检测结果的贡献度。研究局限性在于目前仅使用静态数据训练，且数据集存在严重类别不平衡、智能手机数据量较少的问题。未来将加入动态场景数据集，进一步优化模型在运动载体上的鲁棒性。
利用近场传播与无线电反射道路标线的隧道内单锚点定位（In-Tunnel Single-Anchor Localization Exploiting Near-Field and Radio-Reflective Road Markings）
2026年4月5日，该论文发表于arXiv预印本平台。本文针对隧道等GNSS拒止环境下车辆高精度定位的核心挑战，聚焦单基站定位技术的理论瓶颈与工程痛点展开研究。现有多锚点定位方案存在部署成本高、同步要求严格的问题，而传统单锚点方法多依赖先验环境地图或反射器位置信息，且未严格论证近场单反射器（SR-NF）信道模型的几何有效性，导致在非视距（NLoS）和动态场景下鲁棒性不足。
作者首先推导了SR-NF信道模型的几何有效性条件，建立了阵列尺寸上限与传播距离、波长及环境参数的数学关系，揭示了其与菲涅尔区缩放的内在联系，为近场定位系统的天线阵列设计提供了理论依据。在此基础上，提出了JAVELIN单基站定位框架，该框架通过张量分解提取近场信道参数，实现近场/远场自适应处理，并将角度、延迟差和波前曲率测量融合到带门控最近邻关联的变维扩展卡尔曼滤波器中，无需任何先验环境知识即可完成车辆跟踪。
论文创新性地引入了无源无线电反射道路标线（RRMs），将其作为低成本的虚拟几何锚点，显著提升了定位系统的几何多样性和NLoS条件下的鲁棒性。仿真实验在100m长的真实隧道场景中验证了方法性能：在视距（LoS）条件下，直线轨迹的2D均方根误差（RMSE）仅为0.20m，达到厘米级精度；在完全NLoS条件下仍保持0.88m的亚米级精度，显著优于现有先进的TeNFiLoc单锚点方法。移除RRMs后定位误差大幅上升至2.26m，证实了无源反射器的关键作用。
研究同时指出了当前工作的局限性：所有结论均基于仿真验证，尚未开展真实环境测试以评估硬件损伤、信道估计误差的影响；仅考虑了单次反射的SR-NF模型，未涉及多次反射场景。未来工作将重点推进实车试验、多反射模型扩展、反射器与网络部署联合优化，以及多用户协同和车载多传感器融合技术的集成。