MétaCan
Menu
Retour à la cohorte
Enregistrement W2548258651 · doi:10.1186/s41445-016-0004-6

Performance analysis of GNSS multipath mitigation using antenna arrays

2016· article· en· W2548258651 sur OpenAlexaff
Niranjana Vagle, Ali Broumandan, Ali Jafarnia-Jahromi, Gérard Lachapelle

Notice bibliographique

RevueJournal of Global Positioning Systems · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPseudorangeMultipath propagationBeamformingMultipath mitigationComputer scienceGNSS applicationsSmoothingAntenna (radio)Electronic engineeringGlobal Positioning SystemTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Multipath affects the shape of the correlation function and results in biased pseudorange measurements and erroneous navigation solutions. Antenna array processing, which uses signal spatial characteristics, is an effective method to mitigate various types of interference signals. However, the performance of most of the distortionless beamforming techniques degrades in multipath conditions due to the correlation between the desired Line of Sight (LOS) signal and multipath signals. This paper characterizes the performance of different beamforming techniques to mitigate multipath signals through the processing and analysis of simulated and actual data. The main novelty is the investigation of multipath mitigation performance of practically realizable antenna array-based GNSS receivers when the beamforming process is completely integrated into the tracking module after de-spreading. Beamforming techniques such as Delay And Sum (DAS) beamforming, Minimum Power Distortionless Response (MPDR) with and without spatial smoothing are considered. A novel multi-antenna simulator test-bed is developed to generate multipath signals for a multi-antenna platform. A software multi-antenna GPS receiver incorporating different beamforming techniques is then developed to generate pseudorange measurements and position solutions. Carrier-to-Noise ratio (C/N 0 ), pseudorange errors and position solutions before and after beamforming are compared to show the effectiveness of different beamforming techniques to mitigate multipath. Results with simulated and actual GPS signals show improved performance using the MPDR beamformer with spatial smoothing. The utilization of spatial processing results in a pseudorange error reduction of up to 60 % and a position error reduction of up to 30 %.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,232
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations45
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Global Positioning SystemsMême sujetGNSS positioning and interferenceTravaux en français237 207