Performance Assessment of PPP-AR Positioning and Zenith Total Delay Estimation with Modernized CSRS-PPP
Notice bibliographique
Résumé
Abstract The precise point positioning (PPP) method has become more popular due to powerful online global navigation satellite system (GNSS) data processing services, such as the Canadian Spatial Reference System-PPP (CSRS-PPP). At the end of 2020, the CSRS-PPP service launched the ambiguity resolution (AR) feature for global positioning system (GPS) satellites. More reliable results are obtained with AR compared to the results with traditional ambiguity-float PPP. In this study, the performance of the modernized CSRS-PPP was comparatively assessed in terms of static positioning and zenith total delay (ZTD) estimation. Data for 1 month in the year 2019 obtained from 47 international GNSS service (IGS) stations were processed before and after modernization of the CSRS-PPP. The processes were conducted for GPS and GPS + GLONASS (GLObalnaya NAvigatsionnaya Sputnikovaya Sistema) satellite combinations. Besides, the results were analyzed in terms of accuracy and convergence time. According to the solutions, the AR feature of the CSRS-PPP improved the accuracy by about 50% in the east component for GPS + GLONASS configuration. The root-mean-square error (RMSE) of the ZTD difference between modernized CSRS-PPP service and IGS final troposphere product is 5.8 mm for the GPS-only case.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».