An Improved Between-Satellite Single-Difference Precise Point Positioning Model for Combined GPS/Galileo Observations
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This article introduces a new model for precise point positioning (PPP), which combines dual-frequency GPS and Galileo observations. Our model is based on the between-satellite single-difference (BSSD) linear combination, which cancels out some receiver-related biases, including receiver clock error and non-zero initial phase bias of the receiver’s oscillator. Two different scenarios are considered when forming BSSD linear combinations. In the first scenario, either a GPS or a Galileo satellite is selected as a reference for both GPS and Galileo observables. The second scenario, on the other hand, selects two reference satellites: a GPS reference satellite for the GPS observables and a Galileo satellite for the Galileo observables. Natural Resources Canada’s GPSPace PPP software is modified to enable a combined GPS/Galileo PPP solution and to handle the newly introduced biases. A total of 12 data sets representing two-day GPS/Galileo measurements at six IGS stations are processed to verify the developed PPP model. Precise satellite orbit and clock products from the IGS-MGEX network are used to correct both of the GPS and Galileo measurements. It is shown that using one reference satellite to form the BSSD linear combinations improves the precision of the estimated parameters by about 25 % compared with the GPS-only PPP solution. When two reference satellites are used, however, the precision of the estimated parameters improves by about 50 % compared with the GPS-only PPP solution. Additionally, the solution convergence time is reduced to 10 min for both BSSD scenarios, which represents about 50 % improvement in comparison with the GPS-only PPP solution.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 découle