MétaCan
Menu
Retour à la cohorte
Enregistrement W3112519502 · doi:10.1186/s43020-020-00030-y

Improved precise positioning with BDS-3 quad-frequency signals

2020· article· en· W3112519502 sur OpenAlexaff
Bofeng Li, Zhiteng Zhang, Weikai Miao, Guang’e Chen

Notice bibliographique

RevueSatellite Navigation · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaScience and Technology Commission of Shanghai MunicipalityNational Natural Science Foundation of China
Mots-clésAmbiguity resolutionPrecise Point PositioningGeodesyComputer scienceBaseline (sea)Global Positioning SystemBeiDou Navigation Satellite SystemConstellationGNSS applicationsSatelliteRemote sensingReal-time computingGeographyGeologyTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The establishment of the BeiDou global navigation satellite system (BDS-3) has been completed, and the current constellation can independently provide positioning service globally. BDS-3 satellites provide quad-frequency signals, which can benefit the ambiguity resolution (AR) and high-precision positioning. This paper discusses the benefits of quad-frequency observations, including the precision gain of multi-frequency high-precision positioning and the sophisticated choice of extra-wide-lane (EWL) or wide-lane (WL) combinations for instantaneous EWL/WL AR. Additionally, the performance of EWL real-time kinematic (ERTK) positioning that only uses EWL/WL combinations is investigated. The results indicate that the horizontal positioning errors of ERTK positioning using ionosphere-free (IF) EWL observations are approximately 0.5 m for the baseline of 27 km and 1 m for the baseline of 300 km. Furthermore, the positioning errors are reduced to the centimetre level if the IF EWL observations are smoothed by narrow-lane observations for a short period.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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'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

Citations34
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSatellite NavigationMême sujetGNSS positioning and interferenceTravaux en français237 207