Doppler Characterization of a Mobile GNSS Receiver in Multipath Fading Channels
Notice bibliographique
Résumé
Global Navigation Satellite Systems (GNSS) Doppler measurements are commonly used for velocity-based relative positioning and aiding Inertial Navigation Systems (INS) in signal degraded environments. The aim of this paper is to characterise the Doppler measurements in GNSS harsh multipath environments. In multipath fading situations such as indoor and urban canyon environments, multipath components arrive to the receiver antenna from different paths and directions. These give rise to various Doppler shifts that cause errors in the velocity solution. In this work the Doppler measurements discrepancy characterised by Doppler spread in multipath environments is investigated. By assuming a ‘sphere of scatterers’ model and considering the antenna gain pattern, the theoretical Power Spectral Density (PSD) observed by a receiver is formulated. The theoretical findings are examined using two sets of measurements in dense multipath environments. Global Positioning System (GPS) live signals using non-isotropic antennas with different orientations are used for this purpose. Different motion directions are also examined using different data sets. An Assisted GPS (A-GPS) approach is utilised where the code phase and the navigation data bits are provided by a nearby outdoor antenna. By applying a ‘Block Processing’ technique, an epoch-by-epoch Doppler and velocity estimation is implemented. Herein, the Doppler and velocity measurements accuracy in addition to the Doppler spread characterization are studied. As shown both theoretically and experimentally, in harsh multipath environments the PSD of the observed signals is a function of the scatterers' geometry and the antenna gain pattern. The Doppler estimation accuracies in multipath and multipath-free cases are compared for different ranges of Carrier-to-Noise ratio (C/N0). Theoretical and experimental results revealed inaccurate Doppler estimation and poor Doppler-derived velocity solutions in dense multipath environments.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».