AUGMENTED FAST ORTHOGONAL SEARCH/KALMAN FILTERING (FOS/KF) POSITIONING AND ORIENTATION SOLUTION USING MEMS-BASED INERTIAL NAVIGATION SYSTEM (INS) IN DRILLING APPLICATIONS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Due to the advantages of small size and low cost, micro-electro-mechanical system (MEMS) inertial navigation systems (INS) show good prospects for use as a part of measurement-while-drilling (MWD) equipment to guarantee proper directional drilling procedure. Since current MEMS sensors have inaccurate measurements, an update aiding solution is developed using the Kalman filtering (KF) technique. However, because of the inherent poor behavior of MEMS sensors, KF technique with its linearized models has limited capability in providing accurate solution through the entire surveying process. In addition, certain realistic problems from the rugged environment would interrupt the updates in KF, without which the performance of the inertial system would deteriorate badly. This research proposes a fast orthogonal search (FOS)/KF solution where the FOS (a nonlinear modeling technique) method is proposed to augment KF. The experimental results illustrate that the FOS/KF solution outperforms the KF-only solution. Velocity and position performance are greatly enhanced during the interruptions of measurement updates. Keywords: drilling surveyingfast orthogonal searchkalman filterMEMS-based INStelemetry interruptions
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle