MétaCan
Menu
Retour à la cohorte
Enregistrement W2152914122

Analysis of Multiple GPS Antennas for Multipath Mitigation in Vehicular Navigation

2000· article· en· W2152914122 sur OpenAlexaboutno aff
Rakesh Nayak, M. Elizabeth Cannon, Christopher K. Wilson, G. Zhang

Notice bibliographique

RevueProceedings of the 2000 National Technical Meeting of The Institute of Navigation · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultipath propagationMultipath mitigationGlobal Positioning SystemComputer scienceRemote sensingSatelliteReliability (semiconductor)Antenna (radio)VisibilityGeographyGNSS applicationsTelecommunicationsEngineeringMeteorologyAerospace engineeringPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The most important issue when using GPS for urban vehicular navigation is the position reliability which usually depends on the nature of the environment. In particular, the presence of urban canyons and foliage can cause significant degradation in satellite visibility as well as high multipath. Although GPS information tends to be integrated with other dead-reckoning sensors to increase position availability, it is often difficult to isolate satellites with significant multipath effects, which can then corrupt the integrated position solution. The objective of this paper is to assess the feasibility of using multiple antennas to isolate and detect multipath on pseudoranges so they can be rejected before they contaminate estimated vehicle positions. One of the properties of multipath is that it decorrelates rapidly as a function of distance, so antennas spaced at least 0.5 m apart may be subjected to different multipath conditions such that detection may be possible. Land tests were conducted with four antenna/receivers in Calgary under various environments including open sky, urban canyon and dense foliage conditions. The correlation of multipath between the antennas is analyzed for each of these environments, as is the overall satellite availability and multipath as a function of the environment. A multipath mitigation technique based on statistical reliability testing is presented.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the 2000 National Technical Meeting of The Institute of NavigationMême sujetGNSS positioning and interferenceTravaux en français237 207