Impact of second-order ionospheric delay on GPS precise point positioning
Notice bibliographique
Résumé
Traditionally, in GPS precise point positioning (PPP), ionosphere-free linear combinations of dual-frequency carrier-phase and pseudorange measurements are used. Unfortunately, with these linear combinations only the first-order ionospheric delay term is removed and higher order ionospheric delay terms are usually not taken into account. Such residual error components may deteriorate the PPP solution and slow down the convergence time. In this paper the second-order ionospheric delay term is modeled and it is shown that its effect on GPS satellite orbit varies from 2.3 mm to 23.8 mm in the radial direction, 3.6 mm to 18.8 mm in the along-track direction and 2 mm to 16.3 mm in the cross-track direction. In addition, GPS satellite clock corrections showed a difference of up to 0.067 ns. To examine the effect of the second-order ionospheric delay on the PPP solution, new data sets from several IGS stations were processed using a modified version of GPSPace software, which was originally developed by Natural Resources Canada (NRCan). The modified GPSPace accepts the second-order ionospheric corrections as well as the newly developed US National Oceanic and Atmospheric Administration (NOAA) tropospheric signal delay model (NOAATrop). The estimated precise satellite orbit and clock corrections, with second-order ionospheric delay accounted for, were used in all PPP data processing. It is shown that accounting for the second-order ionospheric delay and applying the NOAATrop model improved the PPP solution convergence time by about 15% and improved the accuracy estimation by 3 mm.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».