An uncombined triple-frequency user implementation of the decoupled clock model for PPP-AR
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
Abstract Precise point positioning (PPP) has proved its capacity to provide centimetre-level position solutions in open sky environments. However, the technique still suffers from relatively long initial convergence times. Research has proved the potential of ambiguity resolution (AR) to reduce the convergence time and three main methods are used to perform AR: the fractional cycle bias method, the decoupled clock model (DCM) and the integer recovery clock method. This paper focuses on the DCM and expands it at the user side to better fit the current context. Seeing as multi-frequency processing is proving to improve PPP performance, the classical DCM model is extended from a combined dual-frequency model to an uncombined triple-frequency one. The user implementation is tested on 1400, 3-h-long datasets from global IGS stations for 1 week with the Galileo constellation in both static and kinematic modes. First, some of the model-specific parameters are plotted and the estimated receiver biases are visualized. Then, dual- and triple-frequency PPP-AR results are shown. In both frequency modes, the convergence time and accuracy of the float solutions are improved with AR. In the dual-frequency case, the 100-percentile mean convergence time reduces from 19 min for the float solution to 14 min for the fixed solution, and the horizontal root mean square error improves 2.7 to 1.1 cm. In the triple-frequency case, the convergence time reduces from 17.5 min for the float solution to 9.5 min for the fixed solution, and the accuracy improves from 2.6 to 1.0 cm. These results show a minimal improvement in the accuracy between the dual-frequency and triple-frequency AR solutions, and a significant 40–50 $$\%$$ <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML"> <mml:mo>%</mml:mo> </mml:math> improvement in the convergence time. Future work includes applying these developments to multi-constellation PPP-AR, which would further reduce the convergence time.
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