和前两篇一样，都是画重点，而不会去解读代码，只会告诉你哪些代码需要阅读，而哪些可以稍后阅读，哪些基本不需要关注。
首先给一个总览，即 输入->处理->输出。
输入的观测文件（o文件）和星历文件（p文件）都是rinex格式，建议初步了解该格式，网上也有一些介绍的博客，自行搜索。
更建议阅读rinex英文格式文档，因为经常用到，尤其是观测文件。
其他的配置文件以及rtklib的结果输出文件也建议了解，除了使用rtkplot画图分析外，也可以自定义输出格式，使用python或者matlab进行结果分析。
如果是动态的，则只能写相应的程序进行对比分析。
我在git上其实也上传了动态对比的一套简单的python对比工具，需要请后台回复 git，切换到mulfreq-spp分支，并拉取最新代码，工具在python文件夹下。
关于其他的，比如在rtkpos()函数之前的一些，观测数据读取，星历读取，以及一些为了支持多文件处理的缺省字段匹配的逻辑，个人不建议去阅读。
建议直接从rtkpos()函数开始进行阅读和调试，之前的在有需求之后再去阅读。
如果有精力，还是建议了解以下日志的打印和输出，因为需要用到这些信息进行算法迭代和调试。
从rtkpos()或者relpos()函数开始，来阅读rtk算法相关代码。
首先我们肯定要知道要处理的观测值数据是如何存储的，另外关于如何使用星历和观测值计算得到卫星的位置和钟差，rtklib已经给计算好了，个人建议没有必要去阅读。
但是卫星位置和卫星钟的存储，需要明白是如何存储的。
需要使用时，知道去哪里获取，中间过程不需要关注。当你感觉rtklib计算出错时，再去了解中间过程。
除了卫星的轨道钟差信息，关于卫星的中间处理信息，rtklib大部分存储在rtk_t->stat数据结构中。
上个图中的.stat文件基本是该结构体的输出，可以用于问题排查和定位。个人建议可以对.stat文件进行可视化，即画成图，可以更加直观的了解每个卫星或者整个历元的处理状态。
另外就是kalman滤波的状态和协方差阵的存储。计算过程中的各种矩阵的计算与存储，需要搞明白。
算法流程基本就是从上到下，一些简单的中间过程不需要关注，需要关注satpos的输入和输出。
不光是satpos，看其他函数时，也要关注这个函数的输入和输出是什么。
遗憾的是，除了一些主流程有详细的输入输出介绍，算法流程中的函数就需要自己去熟悉。
基本就是整个RTK的定位流程，数据预处理->计算残差->滤波->模糊度固定。
只是RTKLIB的数据预处理藏在了一些函数里，除了周跳探测比较系统外，其他的一些预处理，比如观测值高度角过滤，信噪比过滤，都在一些角落的函数里。
有时会将代码 或者资源放在个人公众号上，有问题，在公众号后台回复，也回答的比较快一些，欢迎关注 GNSS和自动驾驶
