MétaCan
Menu
Retour à la cohorte
Enregistrement W2005595047 · doi:10.4236/pos.2014.54013

Single Point Positioning Using GPS, GLONASS and BeiDou Satellites

2014· article· en· W2005595047 sur OpenAlexafffund
Rock Santerre, Lin Pan, Changsheng Cai, Jianjun Zhu

Notice bibliographique

RevuePositioning · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensUniversité Laval
Organismes subventionnairesCentral South UniversityUniversité Laval
Mots-clésGlobal Positioning SystemGLONASSPseudorangePrecise Point PositioningGeodesyBeiDou Navigation Satellite SystemRemote sensingReal Time KinematicSatelliteGNSS applicationsComputer scienceSatellite navigationElevation (ballistics)Dilution of precisionGeographyTelecommunicationsMathematicsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This paper introduces the Chinese BeiDou satellite system and its comparison with the actual completed American GPS and the Russian GLONASS systems. The actual BeiDou system consists of 14 satellites covering totally the Asia-Pacific area. A Single Point Positioning (SPP) test has been realised in Changsha, Hunan province, China, to show the advantage of using combined pseudorange solutions from these 3 satellite navigation systems especially in obstructed sites. The test shows that, with an elevation mask angle of 10°, the accuracy is improved by about 20% in horizontal coordinates and nearly 50% in the vertical component using the simultaneous observations of the 3 systems compared to the GPS/GLONASS solution. For the processing with an elevation mask angle of 30°, most of the time less than 4 GPS satellites were available for the GPS-only case and no solution was possible. However, in this difficult situation, the combined GPS/GLONASS/ BeiDou solutions provided an accuracy (rms values) of about 5 m.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePositioningMême sujetGNSS positioning and interferenceTravaux en français237 207