Comparing Multicarrier Ambiguity Resolution Methods for Geometry‐Based GPS and Galileo Relative Positioning and Their Application to Low Earth Orbiting Satellite Attitude Determination
Notice bibliographique
Résumé
This paper presents an evaluation of several GNSS multicarrier ambiguity (MCAR) resolution techniques for the purpose of attitude determination of low earth orbiting satellites (LEOs). It is based on the outcomes of the study performed by the University of Calgary and financed by the European 6th Framework Programme for Research and Development as part of the research project PROGENY. The existing MCAR literature is reviewed and eight possible variations of the general MCAR processing scheme are identified based on two possible options for the mathematical model of the float solution, two options for the estimation technique used for the float solution, and finally two possible options for the ambiguity resolution process. The two most promising methods, geometry‐based filtered cascading and geometry‐based filtered LAMBDA, are analysed in detail for two simulated users modelled after polar orbiting LEOs through an extensive covariance simulation. Both the proposed Galileo constellation and Galileo used in conjunction with the GPS constellation are tested and results are presented in terms of probabilities of correct ambiguity resolution and float and fixed solution baseline accuracies. The LAMBDA algorithm is shown to outperform the cascading method, particularly in the single‐frequency dual‐GNSS system case. Secondly, more frequencies and multiple GNSS always offer improvement, but the single‐frequency dual‐system case is found to have similar performance to the dual‐frequency single‐system case.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».