Enhanced Detection Performance of Indoor GNSS Signals Based on Synthetic Aperture
Notice bibliographique
Résumé
There is an intense interest in detecting and processing global navigation satellite system (GNSS) signals indoors and in urban canyons by handheld devices where the signal is very weak and the fading is predominantly Rayleigh. To overcome these signal limitations, long coherent integration is normally used, which significantly increases the mean acquisition time (MAT) for GNSS applications. Moving the antenna arbitrarily while collecting GNSS signals is generally avoided as it temporally decorrelates the GNSS signal and limits the coherent integration gain. However, this decorrelation also provides diversity gain in a dense multipath environment. In this paper, the coherent integration loss due to antenna motion in a Rayleigh-fading channel is quantified. This is applicable to a variety of situations, including vehicle passengers and pedestrians moving in urban canyons and indoors. Then, an optimal approach for detecting GNSS signals utilizing a single moving antenna operating as a Synthetic Aperture based on the Estimator-Correlator (SAEC) is presented. The SAEC algorithm takes into account the receiver motion and multipath fading model. The performance of the moving receiver with the SAEC method is compared with a static and a moving receiver, which directly implement coherent integration. The performance of the Synthetic Aperture based on the suboptimal Equal-Gain (SAEG) combiner is also presented. As shown theoretically and experimentally, for given target-detection performances in terms of the probability of false alarm <i xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">P</i> <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">FA</sub> and the probability of detection <i xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">PD</i> , the required signal-to-noise ratio to attain the above performances can be significantly reduced through the application of the SAEC while the receiver is moving. This results in a further reduction of the MAT.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».