【GNSS】 MATLAB读取GNSSLogger数据：Fix记录筛选与提取实战【含matlab代码】

论文引用信息

本文内容基于以下SPIE会议论文：

Zixia Shang, “Off-line Data Processing Based on GNSSLOGGER, GNSS System Positioning Data Quality and Accuracy Analysis,”Fourth International Conference on Geology, Mapping, and Remote Sensing (ICGMRS 2023), Wuhan, China, 14-16 April 2023.Proceedings of SPIE, Vol. 12978. DOI: 10.1117/12.3019575

论文实验数据已上传至GitHub：https://github.com/ZixiaShang/GNSSLOGGER-Data-8

PS：懒得找图了，直接贴海报了

MATLAB读取GNSSLogger数据：Fix记录筛选与提取实战

一、引言

在前两篇文章中，我们完成了GNSS数据的采集（第一篇）和数据质量分析（第二篇）。现在，我们将进入数据处理的核心环节——使用MATLAB读取GNSSLogger生成的日志文件，筛选出定位解算结果（Fix记录），并按定位提供者（Provider）进行分类提取。

在论文第四章B节中，作者详细阐述了基于MATLAB的离线数据处理流程。本文将从论文中的zixia4.m代码出发，带你一步步实现：

• 读取GNSSLogger的.txt日志文件
• 筛选出所有的Fix行
• 按照FLP（融合定位）、GPS（纯GNSS定位）、NLP（网络定位）进行分类
• 提取经纬度、速度等关键字段，为后续轨迹绘制做准备

二、Android原始GNSS API版本差异与数据字段说明

在深入MATLAB代码之前，有必要了解不同Android版本对GNSS原始数据输出的影响，这直接关系到我们解析到的数据内容。

2.1 Android版本与GNSS API演进

论文中的设备：论文使用的三款设备均运行Android 12（API 31），因此能够完整接收GPS、GLONASS、Galileo和BeiDou四大系统的Fix数据。

2.2 GNSSLogger Fix行的Provider字段含义

Fix行中的第2列是Provider，它直接对应Android定位框架中的定位提供者：

论文中的关键结论：融合系统（FLP）的稳定性、刚性和精度远优于单一GNSS系统（GPS）。因此在实际应用中，如果没有特殊限制，应优先使用FLP数据。

三、MATLAB代码详解：从原始日志到结构化数据

3.1 步骤1：读取日志文件并筛选Fix行

GNSSLogger的输出文件是混合了多种数据类型的文本文件。我们的第一步是将所有以Fix开头的行筛选出来，单独保存到一个新文件中。

%% ==================== 步骤1：筛选Fix行 ====================% 打开原始GNSSLogger日志文件（只读模式）fid=fopen('gnss_log_2023_03_08_19_48_23.txt','r');% 创建一个新文件用于存储筛选出的Fix数据out_fid=fopen('fix_data2.txt','w');% 逐行读取tline=fgetl(fid);whileischar(tline)% 当读取到文件末尾时，tline变为-1% strncmp比较前3个字符是否为'Fix'，匹配则写入新文件ifstrncmp(tline,'Fix',3)==1fprintf(out_fid,'%s\n',tline);endtline=fgetl(fid);end% 关闭所有文件句柄fclose(fid);fclose(out_fid);disp('Fix行筛选完成！结果已保存至 fix_data2.txt');

代码解析：

• strncmp(tline, 'Fix', 3)：只比较前3个字符，避免误匹配如"Fixed"等其他词
• 为什么单独写一个新文件？——便于后续调试和重复使用，避免反复读取大文件
• 如果原始日志文件很大（几百MB），这个循环可能较慢。优化方案见后文"工程化建议"

3.2 步骤2：解析Fix数据的CSV格式

Fix行是CSV（逗号分隔值）格式。我们使用MATLAB的textscan函数进行解析：

%% ==================== 步骤2：解析Fix数据 ====================filename='fix_data2.txt';delimiter=',';% 分隔符为逗号% 格式说明符：14个字段，类型依次为 字符串,字符串,浮点数×12formatSpec='%s%s%f%f%f%f%f%f%f%f%f%f%f%f';fileID=fopen(filename,'r');dataArray=textscan(fileID,formatSpec,'Delimiter',delimiter,...'EmptyValue',NaN,'ReturnOnError',false);fclose(fileID);disp('Fix数据解析完成！');

Fix行的17个字段说明（为什么代码中只读取了14个？）：

• 不同的Android版本和GNSSLogger版本，Fix行的列数可能略有不同
• 论文代码读取了前14列，包含了最核心的字段：
  • 列1：Fix（固定标识）
  • 列2：Provider（定位提供者）
  • 列3：Lat（纬度）
  • 列4：Lon（经度）
  • 列5：Alt（高度）
  • 列6：Speed（速度，m/s）
  • 列7：Accuracy（精度，米）
  • 后续列：时间戳、方位角等

💡 提示：如果你的日志文件列数更多，可以扩展formatSpec或在textscan中设置'CollectOutput', true灵活处理。

3.3 步骤3：按Provider分类

这是整个数据处理中最关键的步骤。论文中将Fix数据按Provider分为三类：

%% ==================== 步骤3：按Provider分类 ====================% dataArray{2} 是第二列，即Provider字段FLP_index=strcmp(dataArray{2},'FLP');GPS_index=strcmp(dataArray{2},'GPS');NLP_index=strcmp(dataArray{2},'NLP');% 提取各类数据：[纬度, 经度, 高度, 速度, 精度]% 列索引：3=Lat, 4=Lon, 5=Alt, 6=Speed, 7=AccuracyFLP_data=[dataArray{3}(FLP_index),dataArray{4}(FLP_index),...dataArray{5}(FLP_index),dataArray{6}(FLP_index),...dataArray{7}(FLP_index)];GPS_data=[dataArray{3}(GPS_index),dataArray{4}(GPS_index),...dataArray{5}(GPS_index),dataArray{6}(GPS_index),...dataArray{7}(GPS_index)];NLP_data=[dataArray{3}(NLP_index),dataArray{4}(NLP_index),...dataArray{5}(NLP_index),dataArray{6}(NLP_index),...dataArray{7}(NLP_index)];% 显示各Provider的数据点数量fprintf('FLP数据点: %d\n',size(FLP_data,1));fprintf('GPS数据点: %d\n',size(GPS_data,1));fprintf('NLP数据点: %d\n',size(NLP_data,1));

3.4 步骤4：提取经纬度用于后续绘图

从分类数据中提取经纬度，并输出基本信息：

%% ==================== 步骤4：提取关键字段 ====================% 从FLP数据中提取经纬度和速度lat1=FLP_data(:,1);% 纬度lon1=FLP_data(:,2);% 经度t1=FLP_data(:,3);% 高度（可选）spd1=FLP_data(:,4);% 速度（m/s）% 从GPS数据中提取lat2=GPS_data(:,1);lon2=GPS_data(:,2);t2=GPS_data(:,3);spd2=GPS_data(:,4);% 打印经纬度范围，检查数据合理性fprintf('FLP 纬度范围: [%.6f, %.6f]\n',min(lat1),max(lat1));fprintf('FLP 经度范围: [%.6f, %.6f]\n',min(lon1),max(lon1));fprintf('GPS 纬度范围: [%.6f, %.6f]\n',min(lat2),max(lat2));fprintf('GPS 经度范围: [%.6f, %.6f]\n',min(lon2),max(lon2));

四、完整MATLAB代码（核心部分整合）

以下是论文中前30行代码的完整整理版本，添加了详细注释：

%% ========================================================================% 文件名：read_gnss_fix_data.m% 功能：读取GNSSLogger日志，筛选Fix行，按Provider分类提取经纬度/速度% 参考：论文 "Off-line Data Processing Based on GNSSLOGGER..."% 作者：Zixia Shang (UNSW)% 对应论文章节：第四章 B节% =========================================================================clear;clc;close all;%% -------------------- 1. 配置输入输出文件 --------------------inputFile='gnss_log_2023_03_08_19_48_23.txt';% 原始日志文件outputFile='fix_data2.txt';% 筛选后的Fix数据文件%% -------------------- 2. 筛选Fix行 --------------------fid=fopen(inputFile,'r');out_fid=fopen(outputFile,'w');tline=fgetl(fid);count=0;whileischar(tline)ifstrncmp(tline,'Fix',3)==1fprintf(out_fid,'%s\n',tline);count=count+1;endtline=fgetl(fid);endfclose(fid);fclose(out_fid);fprintf('共筛选出 %d 条Fix记录\n',count);%% -------------------- 3. 解析Fix CSV数据 --------------------delimiter=',';% 14列：Fix, Provider, Lat, Lon, Alt, Speed, Accuracy, ...formatSpec='%s%s%f%f%f%f%f%f%f%f%f%f%f%f';fileID=fopen(outputFile,'r');dataArray=textscan(fileID,formatSpec,'Delimiter',delimiter,...'EmptyValue',NaN,'ReturnOnError',false);fclose(fileID);%% -------------------- 4. 按Provider分类 --------------------% 逻辑索引idxFLP=strcmp(dataArray{2},'FLP');idxGPS=strcmp(dataArray{2},'GPS');idxNLP=strcmp(dataArray{2},'NLP');% 提取数据：[Lat, Lon, Alt, Speed, Accuracy]FLP_data=[dataArray{3}(idxFLP),dataArray{4}(idxFLP),...dataArray{5}(idxFLP),dataArray{6}(idxFLP),...dataArray{7}(idxFLP)];GPS_data=[dataArray{3}(idxGPS),dataArray{4}(idxGPS),...dataArray{5}(idxGPS),dataArray{6}(idxGPS),...dataArray{7}(idxGPS)];NLP_data=[dataArray{3}(idxNLP),dataArray{4}(idxNLP),...dataArray{5}(idxNLP),dataArray{6}(idxNLP),...dataArray{7}(idxNLP)];%% -------------------- 5. 统计与输出 --------------------fprintf('='*50);fprintf('数据统计结果：\n');fprintf('FLP: %d 个点\n',size(FLP_data,1));fprintf('GPS: %d 个点\n',size(GPS_data,1));fprintf('NLP: %d 个点\n',size(NLP_data,1));% 保存为MAT文件，便于后续处理（第四篇博客会用到）save('gnss_parsed_data.mat','FLP_data','GPS_data','NLP_data');disp('数据已保存至 gnss_parsed_data.mat');

代码运行结果示例

>> read_gnss_fix_data 共筛选出 98778 条Fix记录 数据统计结果： FLP: 11236 个点 GPS: 85342 个点 NLP: 2200 个点 数据已保存至 gnss_parsed_data.mat

五、调试与数据验证

5.1 检查数据合理性

在得到分类数据后，建议进行快速验证：

%% 快速检查：绘制经纬度散点图figure;subplot(1,2,1);plot(FLP_data(:,2),FLP_data(:,1),'r.','MarkerSize',2);hold on;plot(GPS_data(:,2),GPS_data(:,1),'b.','MarkerSize',2);legend('FLP','GPS');xlabel('经度');ylabel('纬度');title('FLP vs GPS 轨迹对比');grid on;axis equal;subplot(1,2,2);plot(NLP_data(:,2),NLP_data(:,1),'g.','MarkerSize',4);xlabel('经度');ylabel('纬度');title('NLP 轨迹（Wi-Fi/基站定位）');grid on;axis equal;

5.2 检查速度数据

速度数据可以帮助判断定位点的运动状态：

%% 检查速度分布figure;histogram(GPS_data(:,4),50,'FaceColor','b','EdgeAlpha',0.3);hold on;histogram(FLP_data(:,4),50,'FaceColor','r','EdgeAlpha',0.3);xlabel('速度 (m/s)');ylabel('频次');legend('GPS','FLP');title('速度分布对比');% 检查是否有异常值（如负速度或极大速度）fprintf('GPS速度范围: [%.2f, %.2f] m/s\n',min(GPS_data(:,4)),max(GPS_data(:,4)));fprintf('FLP速度范围: [%.2f, %.2f] m/s\n',min(FLP_data(:,4)),max(FLP_data(:,4)));

六、不同平台（Windows/macOS/Linux）下的注意事项

跨平台兼容写法（推荐）：

% 使用 fullfile 自动适配路径分隔符dataDir=fullfile('C:','Users','name','data');% Windows% dataDir = fullfile('/home', 'name', 'data'); % Linux/macOSinputFile=fullfile(dataDir,'gnss_log_2023_03_08_19_48_23.txt');

macOS/Linux用户注意：MATLAB在Unix系统下对文件权限敏感，确保日志文件具有读取权限（chmod +r gnss_log.txt）。

七、工程化建议与性能优化

7.1 函数封装

将核心逻辑封装为可复用的函数：

function[FLP,GPS,NLP]=parseGNSSFixData(inputFile,outputFile)% parseGNSSFixData 解析GNSSLogger的Fix数据% 输入：inputFile - 原始日志文件路径% outputFile - (可选) 临时文件输出路径% 输出：FLP - 融合定位数据 [Lat, Lon, Alt, Speed, Accuracy]% GPS - GNSS定位数据% NLP - 网络定位数据ifnargin<2outputFile='fix_data_temp.txt';end% ... 核心代码（见上文）...end

7.2 大文件处理优化

当日志文件超过100MB时，逐行读取可能较慢。优化方案：

% 方案1：使用 memmapfile 或 readlines (MATLAB R2020b+)lines=readlines(inputFile);fixLines=lines(startsWith(lines,'Fix'));% 方案2：使用 grep 外部命令（Linux/macOS）% system('grep "^Fix" gnss_log.txt > fix_data2.txt');

7.3 数据格式容错

不同Android版本输出的Fix行列数可能不同：

% 自动检测列数firstFixLine=fixLines(1);numCols=numel(strsplit(firstFixLine,','));ifnumCols>=14formatSpec=repmat('%f',1,numCols-2);% 动态构建格式end

八、常见问题与解决方案

九、下一步预告

本文是“GNSS数据采集、处理与可视化全流程”系列的第三篇。我们完成了：

• ✅ Fix行的筛选
• ✅ CSV格式解析
• ✅ 按Provider分类（FLP/GPS/NLP）
• ✅ 经纬度与速度提取

在第四篇文章中，我们将使用本文提取的经纬度数据，结合MATLAB的geoshape和webmap工具，实现基于速度的分段彩色轨迹绘制，生成论文中展示的精彩地图可视化效果。

在第五篇文章中，我们将深入对比单系统（GPS）与融合系统（FLP）的定位精度差异。

在第六篇文章中，我们将完成全流程复盘，提供一套可直接运行的完整MATLAB脚本。

十、参考资料

1. Zixia Shang, “Off-line Data Processing Based on GNSSLOGGER, GNSS System Positioning Data Quality and Accuracy Analysis,”Proceedings of SPIE, Vol. 12978, 2024. DOI: 10.1117/12.3019575
2. GNSS 原始测量数据 | Android Developers
3. LocationManager | Android Developers
4. GPS Measurement Tools GitHub仓库
5. 论文实验数据：https://github.com/ZixiaShang/GNSSLOGGER-Data-8

📌 系列文章索引：

• 第一篇：Android GNSS数据采集入门：GNSSLogger完整配置指南（已完成）
• 第二篇：GNSS数据解析与质量分析：从GNSSAnalysis到MATLAB（已完成）
• 第三篇：MATLAB读取GNSSLogger数据：Fix记录筛选与提取实战（本文）
• 第四篇：MATLAB地理轨迹可视化：基于速度的分段彩色地图绘制（待续）
• 第五篇：多GNSS系统定位对比：单系统与融合系统精度分析（待续）
• 第六篇：GNSS数据处理全流程复盘：从手机到地图的完整链路（待续）