1. 研究目的与意义
gnss定位过程中，不可避免地会受到多种误差的影响，如电离层延迟、对流层延迟、多路径效应等。因此，在实现gnss精密定位前，有必要对gnss 观测数据进行质量检查和分析，以减弱、消除各种误差因素对定位结果的影响。
目前国际上公认比较优秀的质量检查软件是由 unavco 研制开发的 gps/glonass 数据预处理软件teqc，它的主要功能包括格式转换、编辑和质量检查。利用teqc进行质量检查可以反映出观测数据的卫星信号信噪比、接收机周跳、电离层延迟，以及多路径影响等方面的信息。teqc功能强大、简单易用，但它只能处理 gps/glonass的观测数据，不能处理北斗观测数据。我国的北斗卫星导航系统目前飞速发展，而国内外针对北斗观测数据所进行的质量检查研究工作还较少。因此，对北斗观测数据进行质量检查算法研究和实例分析，将具有重要的理论意义和实际意义。
本课题研究gnss系统数据质量分析时先研究较为广泛的gps卫星数据质量分析并进行软件开发，进而最后实现能对gnss数据质量分析的编程。此外，所使用的编程语言为python，近年来python越来越火爆，在ranked.com的排名中，python是2017年最受欢迎人工智能编程语言（第二是c ）。根据stackoverflow流量统计，2017年6月，python第一次成为高收入国家stack overflow访问量最大的标签。在github2017年度报告中，python超越java成第二受欢迎语言。所有这些“刷榜”，都离不开最近人工智能尤其是机器学习的火热。python被誉为最好人工智能的语言，因为python：在数据科学和ai中占据主导地位；拥有优质的文档和丰富的库，对于科学用途的广泛编程任务都很有用；设计非常好，快速，坚固，可移植，可扩展；开源，而且拥有一个健康、活跃、支持度高的社区；有一些很棒的公司赞助商，youtube、谷歌、yahoo!、nasa都在内部大量地使用python，尤其是谷歌；facebook开源pytorch后也更有利于python的推广。所以，学习python并用python处理gnss系统数据将会是今后的趋势。
2. 研究内容和预期目标
主要研究内容：在gnss静态定位测量中，卫星数据质量分析可以快速分析确定外业观测数据的质量，为观测项目的进展提供支持，节省时间。本课题在对gnss卫星数据质量表征参数进行研究的基础上，采用优化的算法，进行gnss卫星数据质量分析软件的开发。主要研究的gnss卫星数据质量表征参数有：数据利用率、信噪比、多路径效应、周跳探测、电离层延迟变化率等。
预期目标：更好的掌握python编程，用python语言完成对rinex格式卫星数据的读取，深入理解gnss系统，能对gnss卫星数据质量表征参数数据利用率、信噪比、多路径效应、周跳探测、电离层延迟变化率等的正确计算和分析，并用程序实现及绘制简单图形对数据分析起到直观表达作用。该程序既能用于解决实际问题，也可以用于教学实验，辅助学习gps全球卫星导航定位原理。
3. 研究的方法与步骤
一：理论学习及研究主要质量分析参数
1、数据利用率
数据的完整性指标通常用来反映环境及接收机性能好坏，通常用实际合格观测值数量比上理论上的观测值数量来表示：
4. 参考文献
1.杨筱. 卫星导航系统数据与信号质量评估技术研究[d]. 国防科学技术大学, 2009.
2.吴丹. gnss观测数据预处理及质量评估[d]. 长安大学, 2015.
3.董凯. 卫星导航接收机数据质量诊断与性能评估技术研究[d]. 西安理工大学, 2016.
5. 计划与进度安排
一、研究工作准备阶段（2022.1.20——2022.3.24）：
2022.1.20——2022.3.15为准备工作阶段，包括查阅资料、实验数据收集等；2022.3.16——2022.3.24为开题阶段，主要工作是撰写开题报告等。
二、研究工作开展阶段（2022.3.25——2022.5.19）：
