MétaCan
Menu
Retour à la cohorte
Enregistrement W2023198851 · doi:10.1155/2014/548083

A Direct Attitude Determination Approach Based on GPS Double-Difference Carrier Phase Measurements

2014· article· en· W2023198851 sur OpenAlexaff
Jianhua Cheng, Jing Wang, Lin Zhao

Notice bibliographique

RevueJournal of Applied Mathematics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésGlobal Positioning SystemReference framePosition (finance)Frame (networking)Matrix (chemical analysis)Computer sciencePhase (matter)MathematicsAlgorithmControl theory (sociology)Artificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

The principle of the traditional attitude solution approach based on GPS (Global Position System) is to get the attitude matrix according to the relationship of coordinates. During the progress, the error of baseline position assumed in ECEF (Earth-Centered Earth-Fixed) and the error of coordinate transform between body frame and reference frame (ENU, East-North-Up) have been included in the result, and finally the precision of attitude determination is reduced. This contribution presents a new approach of attitude determination, in which the attitude angles are calculated by the double-difference carrier phase equation of GPS according to the relationship of attitude matrix and attitude angles through least-squares estimate method. The new approach predigests the procedure of attitude determination which reduces the error assumed. According to the analysis the precision of attitude determination is higher than that of traditional method. It is shown it gets a precise attitude result with the direct attitude determination method in the simulation. A novel algorithm is proposed to solve some problems. Simulation results show the effectiveness of the proposed algorithm.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,041
Tête enseignante GPT0,266
Écart entre enseignants0,225 · 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
GenreMéthodes

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

En bref

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied MathematicsMême sujetGNSS positioning and interferenceTravaux en français237 207