MétaCan
Menu
Retour à la cohorte
Enregistrement W2549004003 · doi:10.1002/navi.144

An Analysis of SBAS Signal Reception in Space

2016· article· en· W2549004003 sur OpenAlexafffund
Erin Kahr, Oliver Montenbruck, Kyle O’Keefe

Notice bibliographique

RevueNAVIGATION Journal of the Institute of Navigation · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of TorontoUniversity of Calgary
Mots-clésCubeSatGeostationary orbitGNSS augmentationGeodesyGlobal Positioning SystemEphemerisRangingRemote sensingComputer scienceTelecommunicationsGNSS applicationsGeographySatelliteEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

WAAS, EGNOS, GAGAN, and MSAS data have been collected from the CanX-2 CubeSat. The suitability of SBAS for navigation in geostationary orbits (GEO), where SBAS satellites may be permanently in view, was assessed. The analysis revealed that all tracked SBAS transmit enough power to be tracked over Earth's limb. GAGAN has the narrowest gain pattern, WAAS has a similar pattern to EGNOS but a 2–4 dB higher transmit power, and MSAS has the lowest signal power but more even global coverage, with stronger power transmitted towards the edge of the Earth. SBAS ranging typically agrees with GPS single-point positions to within +/−10 m for WAAS and +/−20 m for MSAS and GAGAN. It was determined that the SBAS ranging capability is useable in GEO and other high orbits, provided that fast correction data are applied to the broadcast ephemeris, and the lower accuracies are accounted for. Copyright © 2016 Institute of Navigation

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)0,000
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 enseignants0,245
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,020
Tête enseignante GPT0,273
Écart entre enseignants0,253 · 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

Citations2
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNAVIGATION Journal of the Institute of NavigationMême sujetSatellite Communication SystemsTravaux en français237 207