MétaCan
Menu
Retour à la cohorte
Enregistrement W3040921034 · doi:10.3390/rs12142185

Evaluation of Inter-System Bias between BDS-2 and BDS-3 Satellites and Its Impact on Precise Point Positioning

2020· article· en· W3040921034 sur OpenAlexaff
Wen Zhao, Hua Chen, Yang Gao, Weiping Jiang, Xuexi Liu

Notice bibliographique

RevueRemote Sensing · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Science Fund for Distinguished Young ScholarsNational Science Foundation
Mots-clésPrecise Point PositioningGNSS applicationsBeiDou Navigation Satellite SystemComputer scienceSatellite systemSatelliteConstellationReal-time computingGlobal Positioning SystemGeodesyTelecommunicationsGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

The BeiDou navigation satellite system (BDS) currently has 41 satellites in orbits and will reach its full constellation following the launch of the last BDS satellite in June 2020 to provide navigation, positioning, and timing (PNT) services for global users. In this contribution, we investigate the characteristics of inter-system bias (ISB) between BDS-2 and BDS-3 and verify whether an additional ISB parameter should be introduced for the BDS-2 and BDS-3 precise point positioning (PPP). The results reveal that because of different clock references applied for BDS-2 and BDS-3 in the International GNSS Service (IGS) precise satellites clock products and the inconsistent code hardware delays of BDS-2 and BDS-3 for some receiver types, an ISB parameter needs to be introduced for BDS-2 and BDS-3 PPP. Further, the results show that the ISB can be regarded as a constant within a day, the value of which is closely related to the receiver type. The ISB values of the stations with the same receiver type are similar to each other, but a great difference may be presented for different receiver types, up to several meters. In addition, the impact of ISB on PPP has also been studied, which demonstrates that the performance of kinematic PPP could be improved when ISB is introduced.

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)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,061
Tête enseignante GPT0,288
Écart entre enseignants0,226 · 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

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetGNSS positioning and interferenceTravaux en français237 207