主线：Neville 递推原理 →interppol()逐行对应 →pephpos()的 11 节点 SP3 插值 → 与拉格朗日比较 → 阶数、误差及工程注意事项。本文以 RTKLIB 官方仓库master/src/preceph.c的所核对实现为准。1. 澄清三个概念Neville（内维尔）算法将相邻数据点的低次插值结果逐层合并，直接求出指定时刻的插值值，不显式计算多项式系数。RTKLIB 的interppol()使用的正是 Neville 递推，而不是 Newton（牛顿）差商插值。名称核心思路与 RTKLIB 的关系Neville 插值子节点组逐层递推，在目标时刻求值interppol()的实际算法Lagrange（拉格朗日）插值构造基函数并加权求和与 Neville 表示同一个插值多项式Newton（牛顿）差商插值先求差商系数，再用嵌套形式求值数学结果相同，不是该函数的实现对同一组互异节点，三种方法在精确算术下得到同一个唯一插值多项式；换一种求值算法，并不能自动降低该多项式的截断误差。RTKLIB 在preceph.c中定义NMAX=10：10 次多项式需要 11 个节点，并不意味着只读取 10 个 SP3 历元。2. 数学原理：从一般公式推到 RTKLIB 原地递推2.1 两节点线性插值设节点为( x i , y i ) (x_i,y_i)(xi​,yi​)，其中x i x_ixi​是相对目标时刻的时间（s），y i y_iyi​是一个待插值的卫星坐标分量（m）；节点时间两两互异。目标自变量记为u uu（s）。利用相邻两个节点构造一次多项式：P i , 1 ( u ) = y i x i + 1 − u x i + 1 − x i + y i + 1 u − x i x i + 1 − x i = ( x i + 1 − u ) y i − ( x i − u ) y i + 1 x i + 1 − x i . \begin{aligned} P_{i,1}(u) =y_i\frac{x_{i+1}-u}{x_{i+1}-x_i} +y_{i+1}\frac{u-x_i}{x_{i+1}-x_i}\\ =\boxed{\frac{(x_{i+1}-u)y_i-(x_i-u)y_{i+1}}{x_{i+1}-x_i}}. \end{aligned}Pi,1​(u)​=yi​xi+1​−xi​xi+1​−u​+yi+1​xi+1​−xi​u−xi​​=xi+1​−xi​(xi+1​−u)yi​−(xi​−u)yi+1​​​.​其中i ii为起始节点下标，P i , 1 P_{i,1}Pi,1​表示由节点i , i + 1 i,i+1i,i+1构造的一次插值多项式。2.2 从低次到高次的 Neville 递推记P i , j ( u ) P_{i,j}(u)Pi,j​(u)为使用节点i , i + 1 , … , i + j i,i+1,\ldots,i+ji,i+1,…,i+j构造的最高j jj次插值多项式在u uu处的值。起始条件为P i , 0 ( u ) = y i . \boxed{P_{i,0}(u)=y_i}.Pi,0​(u)=yi​​.已有两个相互重叠的( j − 1 ) (j-1)(j−1)次插值多项式：P i , j − 1 ( u ) P_{i,j-1}(u)Pi,j−1​(u)：由节点i , … , i + j − 1 i,\ldots,i+j-1i,…,i+j−1构造；P i + 1 , j − 1 ( u ) P_{i+1,j-1}(u)Pi+1,j−1​(u)：由节点i + 1 , … , i + j i+1,\ldots,i+ji+1,…,i+j构造。按首尾节点构造新函数：Q ( u ) = ( x i + j − u ) P i , j − 1 ( u ) + ( u − x i ) P i + 1 , j − 1 ( u ) x i + j − x i . Q(u)=\frac{(x_{i+j}-u)P_{i,j-1}(u)+(u-x_i)P_{i+1,j-1}(u)}{x_{i+j}-x_i}.Q(u)=xi+j​−xi​(xi+j​−u)Pi,j−1​(u)+(u−xi​)Pi+1,j−1​(u)​.在u = x i u=x_iu=xi​、u = x i + j u=x_{i+j}u=xi+j​和所有中间节点处，Q QQ都等于对应的观测值；同时Q QQ的次数不超过j jj。根据互异节点的插值多项式唯一性，Q = P i , j Q=P_{i,j}Q=Pi,j​，得到Neville 通式：P i , j ( u ) = ( x i + j − u ) P i , j − 1 ( u ) − ( x i − u ) P i + 1 , j − 1 ( u ) x i + j − x i , j ≥ 1. (1) \boxed{ P_{i,j}(u)=\frac{(x_{i+j}-u)P_{i,j-1}(u)-(x_i-u)P_{i+1,j-1}(u)}{x_{i+j}-x_i} },\quad j\ge 1. \tag{1}P