Author: MCT

一、从“能用”到“可信”：车规级的真正含义 在消费电子领域，产品只需“能用”； 但在智能驾驶领域，芯片必须“可信”。 “可信”的定义不仅是性能稳定，更是可验证、可追溯、可复制的可靠性。 这正是“车规级（Automotive-Grade）”的核心含义—— 在高温、低温、震动、电磁干扰、长时运行等极端环境下， 仍能维持持续、稳定、无故障的运行状态。 对于 MOJANDA 来说，可靠性不是后期测试，而是自设计之初就嵌入的系统逻辑。 每一颗芯片，从晶圆级验证到整车上车，都要经历层层考验： 它不只是一个“计算器”，而是一名经过严苛训练的“飞行员”。 二、AEC-Q100/Q104：芯片可靠性的标准语言 “车规级”并非口号，而是由严格标准定义的。 AEC-Q100 是针对车规级 IC 芯片的验证标准， 而 AEC-Q104 则用于多芯片封装模组（如 MOJANDA M1 系列）。 两者共同规定了从设计、验证、老化到应力测试的全流程。 关键测试包括： 通过这些测试，芯片的每一个参数、每一条焊线都被量化验证。 MOJANDA 通过 SGS 第三方认证机构 的完整测试流程， 正式获得 AEC-Q100 Grade 2 认证，这意味着它可在 -40℃~+105℃ 范围内可靠工作。 三、从实验室到整车：验证的五重防线 MOJANDA 的验证体系采用“五重防线”模型，确保每一个环节都有可追溯记录： 五重防线共同构成“设计→制造→封装→验证→上车”的完整闭环， 让每颗芯片都能在真实世界的苛刻环境中长期运行。 四、可靠性不止是通过测试 在 MCT 的理念中，可靠性并不是一次性任务，而是一个持续演化的过程。 通过数据驱动的质量回溯系统，每一颗 MOJANDA 芯片的测试数据、工艺参数与在车表现， 都会被记录并反馈到设计与生产环节。 这使得产品的可靠性不是静态达标，而是动态进化： 这正是 MCT…

1️⃣ 为什么 GNSS 需要“另一个自己” 在开阔的天空下，GNSS 能精确告诉我们“我在哪里”； 但一旦进入隧道、林荫或城市峡谷，信号被遮挡、反射或失锁，定位的连续性便被打断。 这时，就需要另一个“不会迷路”的感知源接过方向盘——那就是 IMU（惯性测量单元）。 IMU 不依赖外部信号，通过陀螺仪与加速度计，实时测量设备的角速度与加速度， 能在短时 GNSS 信号缺失时继续计算位置与姿态变化。 它像一位“盲行者”，在黑暗中仍凭惯性与方向感前进。 2️⃣ 两种测量的互补关系 GNSS 与 IMU 在原理上截然不同： GNSS 优点是长期无漂移，但受环境影响大； IMU 优点是短时高稳定，但误差随时间积累。 因此，它们是一对理想的互补—— GNSS 定义“绝对位置”，IMU 保持“连续姿态”，融合后，系统既“知道在哪”，也“知道如何动”。 3️⃣ 紧耦合的意义：让两个世界在同一秒跳动 融合的关键，不只是数据叠加，而是时间与空间的统一基准。 在 MOJANDA 与 SUMACO 紧耦合架构中： 这种结构被称为 “紧耦合（Tightly Coupled）”—— GNSS 不再只是提供定位结果，而是将原始观测量输入融合系统； IMU 也不再只是姿态传感器，而是时间连续性的“骨架”。 最终结果是：即使卫星数少于四颗、信号中断或多径严重，系统仍可维持稳定解算。 4️⃣ 从算法到可靠性：让融合更“聪明” MOJANDA 的紧耦合融合算法不仅仅在物理层对齐数据，更实现了“智能选择”： 这套自适应权重机制结合了 AI 辅助滤波算法，能识别异常模式并提前预测漂移趋势，使系统在复杂环境中仍维持高达 99.8% 的轨迹连续性。 换言之，它不仅仅是融合，更像是协作——…

由远及近，直至毫厘 1️⃣ 城市峡谷里的“幽灵信号” 当汽车行驶在高楼林立的城区时，GNSS 信号的路径早已不再笔直。 信号从卫星发出，穿过大气层，再在玻璃幕墙、金属结构、甚至地面反射。 一部分信号直达接收天线，另一部分却绕道反射再抵达——这就是多径效应（Multipath Effect）。 在定位解算中，这些“绕路而来的信号”与直达信号相叠，加上环境电磁干扰，就会让系统看到一个“模糊、漂移的世界”。 举个简单的比喻： 就像你在山谷中喊话，真声与回声叠在一起——如果没有合适的算法区分，你听到的“自己”反而是错位的。 2️⃣ 多径的本质：相位、幅度与时间的错位 每一条多径信号，都有三种特征变化： MOJANDA 采用了多频观测与相干检测技术： 结果是——即使直达信号短暂被遮挡，芯片仍可从剩余频点中恢复解算，保持厘米级稳定精度。 3️⃣ 抗干扰：让“嘈杂世界”保持安静 GNSS 干扰有两类： MOJANDA 芯片通过自适应频谱分析与动态陷波滤波器（Adaptive Notch Filter），实时检测干扰源位置与能量分布，并对受影响频带执行“定向静音”。 在强干扰环境下，它还可通过信号重采样机制保持解算连续性。 这意味着——哪怕在施工设备、通信基站、机场电磁干扰等复杂场景中，系统依旧“能听见真正的卫星声音”。 4️⃣ 可靠性的核心：信号质量监测（SQM） 如果说抗干扰是“消噪”，那 SQM（Signal Quality Monitoring）就是“听诊”。 MOJANDA 内部集成了多维信号质量监测模块，实时分析信号强度、信噪比、相位残差等指标，判断是否存在异常波形或跳变。 一旦发现伪锁定或多径污染，系统立即触发自恢复逻辑，通过权重调整与再捕获机制确保输出结果可靠。 这就是车规级芯片与普通消费级芯片的区别： 前者必须永远知道自己“有没有听错”。 5️⃣ 在噪声中保持信号：稳定的意义 抗干扰，不是屏蔽世界的嘈杂； 而是让系统在混乱中依然保持清晰。 MOJANDA 的意义正在于此—— 在最复杂的城市环境、最严苛的电磁噪声中， 它依然能稳定、持续、可靠地给出一个“可信的世界坐标”。 关于 MCT 毫厘智能 MCT 毫厘智能是一家专注于 Physical AI 时代的姿态感知与绝对定位创新公司。我们以人工智能为核心技术，采用“数据驱动、软硬结合”的策略，开发并提供全面的姿态感知与绝对定位软硬件解决方案，服务于具身智能、城区辅助驾驶、低空经济、机器人、智能设备等领域。公司基于自研的车规级北斗高精度芯片和模组，融合高精度 IMU、视觉及雷达等传感器技术，结合海量数据，为自主规划和自动控制提供更可靠、更安全、更精准的技术支撑，持续提升载体的空间感知能力。…

由远及近，直至毫厘 1️⃣ 为什么要“多星多频”——从“能定位”到“可依赖” 在开阔地，单一星座也能给出不错的结果；一旦进入城市峡谷、立交桥下或高纬区域，可见卫星数量、几何分布与信号质量迅速恶化。要把“能定位”提升为“可依赖”，路径并不在单一算法微调，而在拥抱更多星座与更多频点，并让它们协同工作——这就是多星多频。 2️⃣ 星座的“语言学”——芯片要听懂的不止一种语法（What） 全球主流 GNSS 系统包括 GPS、GLONASS、Galileo、北斗、QZSS。它们在时间基准、信号编码、频点布设上各不相同： 因此，“兼容”绝不是“多接几路信号”，而是把不同语法的句子翻译成同一种、可被解算器理解的话： 1）频点协议解析；2）跨星座时间对齐（PPS 级）；3）轨道/电离层模型并行融合。只有这样，才谈得上多星数据“同台演奏”。 3️⃣ 多星一致性融合：MOJANDA 怎么让“众声成一”（How） MOJANDA 的核心在于多星一致性融合算法，围绕“对齐—加权—滤波”三步走： 在典型城区遮挡场景下，经内部对比验证： 收敛速度提升约 45%、定位保持率提升约 60%（相对传统 GPS+北斗双星方案），对突发遮挡的恢复时间显著缩短。 4️⃣ “全球可靠”的工程意义——在任何天空保持同样的自信（So What） 对车规级应用而言，全球兼容的价值是可靠性冗余： 5️⃣ 当芯片理解星座，定位才真正理解世界（Vision） 多星兼容不是“堆复杂度”，而是把不同来源的时空证据，化为同一种可被验证的确定性。 在 MOJANDA 里，它是一条“开放—协作—自适应”的长期道路： 开放于更多星座与频点，协作于统一时间轴与参考系，自适应于区域与场景差异。 当芯片真正“理解星座”，定位系统才在任何天空下都有同样的自信。 关于 MCT 毫厘智能 MCT 毫厘智能是一家专注于 Physical AI 时代的姿态感知与绝对定位创新公司。我们以人工智能为核心技术，采用“数据驱动、软硬结合”的策略，开发并提供全面的姿态感知与绝对定位软硬件解决方案，服务于具身智能、城区辅助驾驶、低空经济、机器人、智能设备等领域。公司基于自研的车规级北斗高精度芯片和模组，融合高精度 IMU、视觉及雷达等传感器技术，结合海量数据，为自主规划和自动控制提供更可靠、更安全、更精准的技术支撑，持续提升载体的空间感知能力。 想了解更多关于 MCT 毫厘智能的最新动态？ 欢迎访问 www.mctech.ai / www.mctai.cn，或关注微信公众号「毫厘智能 MCT」。

由远及近，直至毫厘 “只有让信号与运动对话，定位才会真正‘理解’世界。” 一、为什么 GNSS 需要 IMU——当信号不再完整 GNSS 芯片的世界，是以“卫星为锚”的世界。 它靠卫星信号来确定自己“在何处”。 但在真实环境中，这些信号并不总是存在。 桥下、隧道中、林荫下、城市峡谷间， 卫星信号时常被遮挡、反射或干扰。 而 IMU（Inertial Measurement Unit，惯性测量单元） 记录的是另一种信息：运动本身的轨迹。 它不依赖外部信号，而通过加速度计和陀螺仪， 在极短时间内推算出姿态、速度和位移。 GNSS 告诉你“你在哪里”， IMU 告诉你“你是怎么来的”。 当两者融合，定位系统才具备“理解”的能力。 二、松耦合、紧耦合与深耦合：融合的“深度” GNSS 与 IMU 的融合有不同层级， 核心差异在于——信息交互的“深度”。 MOJANDA 芯片目前采用的是紧耦合架构， 在不依赖专用 SoC 的前提下实现高精实时性， 兼顾功耗、精度与系统复杂度的平衡。 三、MOJANDA 的紧耦合架构：数据驱动的实时融合 在 MOJANDA 芯片中， 紧耦合并非简单的数据拼接，而是一种动态协同： 1️⃣ 统一时间基准（PPS 同步） GNSS 授时模块输出 PPS 信号， 作为 IMU、雷达、摄像头等多传感器的时间锚点， 确保所有数据在同一时间轴上融合。 2️⃣ 双向数据流结构 GNSS…

由远及近，直至毫厘！Far. Then MCT. “精准是一种能力，而可靠，是一种信任。” 1️⃣ 为什么“可靠性”比“精度”更关键 在 GNSS 芯片领域，大家最熟悉的指标往往是“定位精度”： 误差越小，系统越先进。 但在真实的工程环境中，精度只是性能的上限，可靠性才是生存的底线。 想象一辆自动驾驶车辆驶过高架桥下， 如果定位一度精准到 2cm，却因为瞬时干扰导致信号丢失， 车辆同样会陷入“盲行”的风险。 可靠性关注的不是“算得有多准”， 而是“能否一直稳、一直用、出错能复原”。 2️⃣ 可靠性三要素：稳定性、可用性、恢复性 1️⃣ 稳定性（Stability） 在复杂环境下，系统输出是否平滑且可控。 它衡量的是系统能否“稳得住”。 在 MOJANDA 芯片中，稳定性体现在 三频融合算法 与 抗干扰滤波机制， 即便在城市峡谷或弱信号环境中，也能持续保持平稳输出。 2️⃣ 可用性（Availability） 指系统是否能够持续在线，是否存在中断或掉线。 它衡量的是系统能否“用得起”。 MOJANDA 通过 长时间连续运行测试 与 信号健康监测机制， 确保芯片在高负载和复杂电磁环境下，依然保持稳定服务。 3️⃣ 恢复性（Recoverability） 当系统出现异常后，能否快速恢复到正常工作状态。 它衡量的是系统能否“能复原”。 MOJANDA 内置 自动重初始化与快速重捕获机制， 即使发生短时遮挡或掉电，也能在毫秒级恢复信号锁定，保证数据连续性。 3️⃣ 车规级可靠性：在极限中“稳得住” 车规级芯片不是实验室的产品，而是在恶劣环境中生存的硬件。 MOJANDA 的可靠性验证体系遵循 AEC-Q100 Grade…

由远及近，直至毫厘！ “卫星信号不是天降的光，而是一路受难的旅人。” 一、城市为何让卫星“迷路” 在开阔的平原上，GNSS 信号的传播几乎是理想的： 卫星在天顶发射，接收机直接接收， 传播路径只有一条。 但当你走进城市中心—— 摩天大楼、玻璃幕墙、广告屏与高架桥林立， 卫星信号开始在建筑表面反射、绕射、散射。 结果是： 接收机不再只接收到“直达信号”， 还接收到来自周围建筑反弹的“多径信号（Multipath）”。 这些多径信号带来时间延迟与相位扰动， 在定位上表现为： “你看起来还在路上，但系统以为你已经撞上大楼。” 二、多径与干扰的物理原理 1️⃣ 多径（Multipath）是什么？ 当卫星信号遇到障碍物（如墙面、玻璃、水面）时， 部分能量被反射回来。 反射路径更长，因此信号到达时间被延迟， 导致接收机误以为卫星“离得更远”。 2️⃣ 干扰（Interference）又是什么？ 干扰不是反射，而是外部电磁噪声或同频信号造成的相位紊乱。 来源包括： 两者结合， 使 GNSS 信号在城市环境中同时面临 延迟 + 混频 + 丢帧 三重挑战。 三、MOJANDA 的应对：算法层的“抗干扰神经系统” MOJANDA 芯片并非只是“接信号”， 它拥有一个完整的抗干扰算法体系， 让系统具备自感知、自修正、自恢复的能力。 1️⃣ 多频融合滤波（Multi-Frequency Fusion） 通过三频信号的相位差分互校，识别并削弱多径路径的影响。 低频保证穿透力，高频用于判定反射误差。 2️⃣ 自适应信号加权（Adaptive Weighting） 当某个卫星或频段信噪比下降时， 系统自动降低其权重，避免干扰信号主导解算。 3️⃣ 干扰检测与抑制（Interference…

一、为什么要“三频”——精度的极限，不在算法，而在信号 你可能听过“RTK 定位能做到厘米级精度”， 但很少有人会问：为什么有些 RTK 收得快，有些却总“收不定”？ 问题的根源在于： GNSS 的精度，取决于解算器能否准确判断每个卫星信号波的“整周数”。 而解算的关键，是相位。 然而相位测量存在天然的不确定性—— 你只能知道波形“此刻的位置”，但无法确定它“走了几圈”。 这就叫 模糊度（Ambiguity）问题。 RTK 要做的，就是通过多频、多差分和滤波算法，求解这个模糊度的整数值。 单频 RTK 解模糊就像只凭一个钟表看时间， 三频 RTK 则像多加了两只表，让时间误差“交叉验证”，收敛得更快。 二、什么是 RTK：从相位到厘米 RTK（Real-Time Kinematic）并不是一种“设备”， 而是一种基于载波相位的实时差分定位技术。 它的核心公式是： ΔΦ=λ(N+δ)\Delta \Phi = \lambda (N + \delta)ΔΦ=λ(N+δ) 其中： 单频 RTK 只能在一个频点上解方程， 三频 RTK 则引入更多观测方程，构建多维解算网络， 让系统在面对多径干扰、卫星几何劣化、信号遮挡时仍能快速锁定。 三频 RTK ≈ “更多独立方程 → 模糊度求解更稳 → 收敛更快”。 三、三频的价值：更快、更稳、更抗干扰 在工程环境中，三频 RTK 的价值不止于“更准”，而在于可靠性与稳定性：…