Exploring Signals on L5/E5a/B2a for Dual-Frequency GNSS Precise Point Positioning
Notice bibliographique
Résumé
Due to its nature, Precise Point Positioning (PPP) depends on the GNSS measurements and quality of satellite correction products used to relatively quickly provide precise and accurate positions. With the rapid evolution of Global Navigation Satellite Systems (GNSSs), new frequencies and signals are being broadcast, which have a positive impact on PPP performance. This paper presents, for the first time, a comprehensive analysis of PPP performance from these new GPS, Galileo and BeiDou-2/3 signals, which are not yet commonly used for PPP, with correct mitigation of errors such as the estimation of GPS Block-IIF L5 variations. Satellite orbits and clocks, as well as GPS Block-IIF L5 corrections, are estimated in real-time using DLR's RETICLE engine, while the user processing is performed with York University's PPP engine. First, as a reference, PPP performance is assessed on widely used signals: GPS L1/L2, Galileo E1/E5a, and BeiDou-2/3 B1-2/B3. Horizontal and vertical rms of 2.3 and 2.6 cm, respectively, are achieved in static processing and 5.4 and 7.5 cm in kinematic processing after 1 h of processing using real-time satellite correction products. The compatibility of BeiDou-2 and BeiDou-3 on the shared B1-2/B3 frequencies is analyzed and discrepancies in the receiver clock are found. Next, since all three constellations share two common frequencies, the paper focuses on analyzing PPP performance of GPS, Galileo and BeiDou-3 on [L1, E1, B1] at 1575.42 MHz and [L5, E5a, B2a] at 1176.45 MHz. Horizontal and vertical rms of 6.9 and 7.1 cm are achieved in kinematic processing. The effect of the known GPS Block-IIF L5 biases is studied as well, as it is shown to affect the receiver position and clock, as well as the ionospheric estimates and ambiguities. Average improvements of 15% and 20% in the horizontal and vertical rms, respectively, are observed when these biases are mitigated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».