MétaCan
Menu
Retour à la cohorte
Enregistrement W2562757316 · doi:10.1515/jag-2014-0030

An Improved Between-Satellite Single-Difference Precise Point Positioning Model for Combined GPS/Galileo Observations

2015· article· en· W2562757316 sur OpenAlexafffundabout
Akram Afifi, Ahmed El‐Rabbany

Notice bibliographique

RevueJournal of Applied Geodesy · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGalileo (satellite navigation)Global Positioning SystemPrecise Point PositioningSatelliteGeodesyComputer scienceGPS disciplined oscillatorTime to first fixRemote sensingAssisted GPSGNSS applicationsGPS signalsGeographyTelecommunicationsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,064
Tête enseignante GPT0,254
Écart entre enseignants0,190 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Applied GeodesyMême sujetGNSS positioning and interferenceTravaux en français237 207