Handling cycle slips in GPS data during ionospheric plasma bubble events
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
[1] During disturbed ionospheric conditions such as the occurrence of plasma bubbles, the phase and amplitude of the electromagnetic waves transmitted by GPS satellites undergo rapid fluctuations called scintillation. When this phenomenon is observed, GPS receivers are more prone to signal tracking interruptions, which prevent continuous measurement of the total electron content (TEC) between a satellite and the receiver. In order to improve TEC monitoring, a study was conducted with the goal of reducing the effects of signal tracking interruptions by correcting for "cycle slips," an integer number of carrier wavelengths not measured by the receiver during a loss of signal lock. In this paper, we review existing cycle-slip correction methods, showing that the characteristics associated with ionospheric plasma bubbles (rapid ionospheric delay fluctuations, data gaps, increased noise, etc.) prevent reliable correction of cycle slips. Then, a reformulation of the "geometry-free" model conventionally used for ionospheric studies with GPS is presented. Geometric information is used to obtain single-frequency estimates of TEC variations during momentary L2 signal interruptions, which also provides instantaneous cycle-slip correction capabilities. The performance of this approach is assessed using data collected on Okinawa Island in Japan during a plasma bubble event that occurred on 23 March 2004. While an improvement in the continuity of TEC time series is obtained, we question the reliability of any cycle-slip correction technique when discontinuities on both GPS legacy frequencies occur simultaneously for more than a few seconds.
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.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 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 découle