MétaCan
Menu
Retour à la cohorte
Enregistrement W2158300729 · doi:10.1109/wosspa.2011.5931458

GPS L1 phase scintillation using wavelet analysis at high latitude

2011· article· en· W2158300729 sur OpenAlexaff
Rajesh Tiwari, H.J. Strangeways, Saurabh Tiwari, Said Boussakta, S. Skone

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésScintillationGlobal Positioning SystemWaveletInterplanetary scintillationPhase (matter)Remote sensingGPS signalsGeodesyStandard deviationComputer scienceGeologyAssisted GPSOpticsPhysicsTelecommunicationsMathematicsDetectorStatistics

Résumé

récupéré en direct d'OpenAlex

Phase scintillation, e.g. as observed from GPS satellites by ground receivers, is generally measured as the standard deviation of the random fluctuations of the phase received over a fixed period of time which is ofteny taken to be 60s. The measured phase scintillation can be an important tool in understanding the ionospheric turbulence producing it, and consequently its effect on GPS positioning. Therefore, it is important to develop reliable ways of quantifying it. A new approach employing a wavelet analysis is implemented in this work to investigate GPS carrier phase fluctuations for different scintillation conditions using GPS data received at high latitudes where the scintillation effect is particularly marked. The phase scintillation obtained using wavelet analysis is also compared with that derived from the standard PSD technique using FFTs. It is concluded that this wavelet approach appears to be a promising method for recording fast variations of phase due to diffraction by ionospheric irregularities. Furthermore, the wavelet analysis, because it can better characterize conditions of non-stationary, can lead to a better understanding of these effects on phase lock loss in GPS receiver PLLs and hence can aid the design of GPS receivers that are more robust to scintillation effects.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,044
Tête enseignante GPT0,250
Écart entre enseignants0,206 · 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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGNSS positioning and interferenceTravaux en français237 207