Notice bibliographique
Résumé
The Global Positioning System (GPS) is poised to play a critical role offering commercial opportunities in wireless communications as a result of the Federal Communications Commission's E-911 directive and the expansion of location-based mobile-commerce services (LBS). Successful E-911/LBS products and services will require solutions with features that can implement GPS in mobile phones with low cost, low power consumption, reasonable accuracy, high sensitivity and jamming immunity. Jamming immunity is a measure of the receiver's ability to provide GPS performance despite the presence of interfering signals anywhere else in the frequency spectrum. The ability of a GPS receiver to resist unwanted frequencies is a key measure of its performance. Applications involving cellular handsets provide a guaranteed source of potential jammers namely the cellular frequencies themselves. The aim of this paper is to analyze the effect of modulated signals such as amplitude modulated (AM) and frequency modulated (FM) signal sources on the GPS spectrum during the acquisition process. Interference signals cause distortion in the GPS signal resulting in an incorrect or no correlation peak during acquisition. A GPS simulator (GSS 6560) was used along with a signal generator (E 4431B) and an interference combiner (GSS 4766) to generate the interference signals. The signals were collected using a GPS hardware front end data logger (Signal Tap). A software GPS receiver was developed and used to analyze AM/FM interference effects. The adaptive predetection integration was used to reduce interference effects. Results show that adaptive predetection integration of up to 100 ms is sufficient to mitigate 20 dB relative AM interference power and 30 dB relative FM interference power.
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 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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».