MétaCan
Menu
Retour à la cohorte
Enregistrement W2122731998 · doi:10.5194/isprsarchives-xl-2-173-2014

Enhanced model for precise point positioning with single and dual frequency GPS/Galileo observables

2014· article· en· W2122731998 sur OpenAlexaff
Akram Afifi, Ahmed El‐Rabbany

Notice bibliographique

Revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciences · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGlobal Positioning SystemGalileo (satellite navigation)Precise Point PositioningGNSS applicationsComputer scienceSatelliteUTC offsetOffset (computer science)GeodesyRemote sensingReal-time computingGeographyEngineeringTelecommunicationsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract. This paper introduces a newly developed model for both single and dual-frequency precise point positioning (PPP), which combines GPS and Galileo observables. As is well known, a drawback of a single GNSS system is the availability of sufficient number of visible satellites in urban areas. Combining GPS and Galileo systems offers more visible satellites to users, which is expected to enhance the satellite geometry and the overall positioning solution. However, combining GPS and Galileo observables introduces additional biases which require rigorous modelling, including the GPS to Galileo time offset (GGTO) and the inter-system bias. This research introduces a new ionosphere-free linear combination model for GPS/Galileo PPP, which accounts for the additional errors and biases. An additional unknown is introduced in the least-squares estimation model to account for the additional biases of the GPS/Galileo PPP solution. It is shown that a sub-decimeter level positioning accuracy and 20% reduction in the solution convergence time can be achieved with the newly developed GPS/Galileo PPP model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œinternational archives of the photogrammetry, remote sensing and spatial information sciences/International archives of the photogrammetry, remote sensing and spatial information sciencesMême sujetGNSS positioning and interferenceTravaux en français237 207