Real-time GNSS precise point positioning using improved robust adaptive Kalman filter
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
Multi-constellation GNSS precise point positioning (PPP) typically uses the extended Kalman filter (EKF) for kinematic applications. Unfortunately, the obtained positioning accuracy in this approach is prone to errors caused by measurement outliers and the system’s dynamic model. An adaptive robust Kalman filter (RKF) was recently developed to mitigate these errors. However, RKF uses empirical values as detection thresholds for the outliers, which requires the measurements to be from the same constellation and of equal precision to obtain an optimal PPP solution. The classification robust adaptive Kalman filter (CAKF) has subsequently been developed to deal with measurements of different precisions, namely pseudorange and carrier-phase measurements. This paper proposes a real-time GPS/Galileo PPP system, which employs a modified version of CAKF called the Improved Robust adaptive Kalman Filter (IRKF). The positioning performance of GPS/Galileo PPP through the IRKF is initially verified in comparison with those obtained through the EKF, RKF, and CAKF using the Centre for Orbit Determination in Europe (CODE) final orbit and clock products in both of static and kinematic modes. The real-time GPS/Galileo PPP solution through the IRKF is then assessed in comparison with its near-real-time counterpart. The results indicate that when the IRKF approach is utilised, the positioning accuracy is significantly improved and the convergence behaviour is enhanced compared with results from EKF, conventional RKF, and CAKF. In the real-time mode, centimeter-level horizontal positioning accuracy is achieved under an open sky environment, while decimeter-level horizontal positioning accuracy is achieved under a challenging environment. On the other hand, decimeter-level accuracy is achieved for the vertical positioning component under all environmental scenarios. Moreover, the positioning accuracy of the real-time solution is comparable to the near-real-time counterpart.
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