关于GPS数据的高精度处理，目前国际上主流的专业软件包括美国麻省理工学院（MIT）和加州大学圣地亚哥分校Scripps海洋研究所（SIO）研制的GAMIT/GLOBK，美国喷气推进实验室（JPL）研制的GIPSY/OASIS软件和瑞士BERNE大学研制的Bernese软件，此外，还有国内武汉大学自主研制开发的Panda等。尽管不同软件在数据处理方法上各有其特点，但它们的总体环节是基本一致的，即由数据准备、轨道计算、模型改正、数据粗差剔除和周跳修正，以及参数估计几个部分组成：
① 数据准备：从相关服务网址获取一系列参数文件，包括地球和月球历书、地球的章动表与自转表、GPS卫星参数表和（或）GPS卫星的精密星历等；检查、编辑观测站仪器信息表、测站先验坐标表及其它数据处理的控制表；将RINEX格式的数据转换为软件所要求的数据格式，依要求的采样间隔和最低高度角抽取数据；初步剔除一些不正常的观测值（如缺伪距或某个相位数据）；根据测站的先验坐标、GPS星历和伪距数据确定站钟偏差的先验值或站钟偏差多项式拟合系数的先验值等。
② 轨道计算：将广播星历或精密星历改写成标准轨道；如果需要改进轨道，则进行轨道积分，将卫星坐标及其对初始条件和其它待估参数的偏导写成列表形式。
③ 模型改正：对观测值进行各种地球物理模型和误差模型改正，得到距离初值及一阶偏导，这些模型改正包括地球章动、自转、潮汐（固体潮、极潮、海潮、大气潮等）、天线相位中心偏差、对流层折射等多方面；基于模型改正初值和一阶偏导，将观测值方程线性化，获得先验观测残差的线性方程组。
④ 数据粗差剔除和周跳修正：修正相位观测值的周跳，删除粗差。
⑤ 参数估计：采用最小二乘或卡尔曼滤波估计，由编辑干净的非差观测值或双差观测值线性方程，求解测站坐标、卫星轨道（如果采用定轨或轨道松弛）、地球自转、相位模糊度、和对流层湿分量天顶延迟等参数。
GAMIT/GLOBK
===============================================
GAMIT ("GNSS atMIT") is collection of programs to process phase data to estimate three-dimensional relative positions of ground stations and satellite orbits, atmospheric zenith delays, and Earth orientation parameters. The software is designed to run under any UNIX operating system.
GLOBK ("Global Kalman filter") is a Kalman filter whose primary purpose is to combine various geodetic solutions such as GPS, VLBI, and SLR experiments. It accepts as data, or "quasi-observations", the estimates and covariance matricies for station coordinates, Earth orientation parameters, orbital parameters, and source positions generated from the analysis of the primary observations. The input solutions are generally performed with loose a priori uncertainties assigned to all global parameters, so that constraints can be uniformly applied in the combined solution.
===============================================
2022园校园控制网处理样例
处理脚本下载（2022年303th天）
此软件需要LINUX知识，如果有兴趣可以联系我安装操作系统。
GAMIT参考手册
GLOBK参考手册
以下为MIT的博士Mike Floyd 课件。需要的可以自行下载。
（http://geoweb.mit.edu/~floyd/courses/gg/201802_GNS/）
1 命令行试执行GAMIT（Working with command-line systems and GAMIT/GLOBK ）
2 GAMIT例子（GAMIT/GLOBK example ）
3 原始GNSS数据（GNSS data from receiver to processing input ）
4 GPS大地测量基础（Fundamentals of GPS for geodesy ）
5 GAMIT处理流程（Basics of processing workflow for GAMIT/GLOBK）
6 GAMIT处理GNSS数据（GAMIT/GLOBK for GNSS）
7 sh_gamit批处理（Batch processing with sh_gamit）
8 参考框架（Reference frames）
9 GLOBK后处理（Post-processing with GLOBK）
10 测量模式及分析（Survey-mode measurements and analysis）
11 glred生成时间序列（Generating time series with glred）
12 FOGMEx时间序列和误差分析
（Time series and error analysis with FOGMEx (tsfit/tsview), CATS and Hector）
13 地震与非线性运动处理（Dealing with earthquakes and non-linear motions）
14 GLOBK生成速度解（Generating velocity solutions with globk）
15 Track基本原理（Introduction to and basics of processing with track）
16 Track使用例子（Examples using track）
17 大规模CORS网数据处理（ Processing large continuous networks）
18 垂向负载与大气参数（Vertical loading and atmospheric parameters）
19 应用与脚本代码（ Utility programs and scripts ）
GIPSY-OASIS II
The National Aeronautics and Space Administration (NASA) Jet Propulsion Laboratory (JPL) in Pasadena, California, provides user support for GIPSY - OASIS (GOA II), an automated, fast, ultra-precise high precision GPS data processing software package with strict data quality control.
Some features of GOA II:
Cm-level accuracy demonstrated (ground and space)
Automated, unattended low cost operations
Innovative GPS and non-GPS analysis capabilities
Real-time capability (with RTG - Real-Time GIPSY)
Unique filter/smoother is without equal in GPS estimation capabilities and accuracy
Adaptable to: non-GPS orbiters; non-NASA programs (FAA, military, commercial)
Some of what you can do with GOA II:
Orbit determination - individual spacecraft or satellite constellations
Precise positioning and timing: ground, sea, and air
Automated (unattended) operations
Near-real time capability
Real-time capability with RTG
APPS: Automated Precision Positioning Service (replaces Auto-GIPSY) is an e-mail/ftp interface to GIPSY. It does a basic analysis of GPS data in a RINEX file. You don't need GIPSY to use APPS; all the processing occurs on a computer at JPL. E-mail is used to inform APPS about the location of your data. E-mail is sent from APPS to inform you about the location of the results. Anonymous ftp is used by APPS to fetch your data, and you use anonymous ftp to fetch the results.
Please see the following pages for more information.
GIPSY二阶电离层改正
GPS数据处理获得各期站点的坐标及其协方差，为了站点坐标及其运动速度的最佳估值，还需要对不同时期（各期观测）、不同网络（一般是具有部分重合点的网络）的观测结果进行联合平差。美国喷气发动实验室（JPL）开发的软件包QOCA（Quasi-Observation CombinationAnalysis）（Dong et al.，1998）在联合平差各种“松弛约束解”或称为“伪观测结果”（quasi observations）和分析地壳形变等方面提供了强大的功能，并获得了广泛的采用。目前的QOCA版本能够联合处理空间大地测量（GPS、VLBI、SLR等）和地面大地测量（EDM、三角测量、水准测量等）的“伪观测结果”，估算出最佳的站点坐标、站点速度、网络区域应变率、同震和震后形变等参数。另外，它还可探测和剔除伪观测结果所含“粗差”，并能够用稳健的算法直接站点时间序列（Dong et al.，1998）。
QOCA基本原理
尽管采用各种不同手段（如传统地面大地测量的三角测量、三边测量、地倾斜测量、水准测量及空间大地测量的GPS、SLR和VLBI等等）所观测的地壳形变分量未必相同，但它们却有内在的相互联系，因为在本质上它们均反映地球形态的变化。因此，将各种手段所得结果联合在一起进行平差分析，将会给出时间跨度更长、空间范围更大、分辨率和精度更高的地壳形变结果。
要将不同技术的观测结果定量地合并在一起描述地球形态的变化，必须将不同类型的观测结果化归成共同的参数。公同参数的选择有多种方法，如基线长度、基线方位角、网络的应变（或应变率）等等。在当今空间大地测量的时代，最常用和最直观的参数是与时间相关的站点坐标。QOCA即采用这种参数去联合平差各种类型的观测数据（Dong et al.，1998）。
假设观测数据的线性化方程为：
（1）
这里
是观测值列向量，
是模型参数列向量，A是系数矩阵（或称为变化矩阵），
是测量结果中包含随机误差列向量，相应的法方程是：
（2）
这里，W是观测值的权重矩阵。
参数的最小二乘解和相应的协方差矩阵为：
(3)
（4）
若有二套数据，则两套数据合并后的法方程是：
（5）
两套数据的联合解及其协方差是：
（6）
（7）
对于更多套数据的联合，按上述的方法依此类推。注意：如果在联合处理中需要加入任何约束，也可以将这些约束当作一种特殊的观测值，将其表示为方程（1）的形式后，按方程（5）求解，此时，所得结果将是约束解。
由上可知，对于所有的观测结果，只要能够表示成公共参数的函数，通过方程线性化，我们就可以把它们以规则的格式联合在一起，用最小二乘算法确定出相应参数的最佳值。对于站点速度的估计，QOCA假定他们在一定的时间段内是均匀，且考虑点与点之间的相关性。
