MétaCan
Menu
Retour à la cohorte
Enregistrement W3198261478 · doi:10.1155/2021/9631502

A Virtualization Approach to Correct Systematic Errors in Measured TDOA and FDOA for Low Orbit Dual-Satellite Positioning Systems

2021· article· en· W3198261478 sur OpenAlexaff
Gang Li, Min Zhou, Hongwen Tang, Hongbin Chen

Notice bibliographique

RevueInternational Journal of Antennas and Propagation · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensConcordia University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMultilaterationFDOASatelliteComputer scienceOrbit (dynamics)Orbit determinationReal-time computingGeolocationLow earth orbitRemote sensingGlobal Positioning SystemTelecommunicationsEngineeringAerospace engineeringAcousticsPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

The low-orbit dual-satellite passive location system provides a cost-efficient and easy implementation platform, by which positions of unknown emitters on the Earth can be determined through measuring both the time and the frequency differences by two low-orbit satellites in space. However, in reality, this dual-satellite location system has low positioning accuracy because of the existence of systematic errors. In this paper, in order to address the problem of low positioning accuracy in low-orbit dual-satellite systems, a virtualization approach, consisting of the establishment of the virtual reference station and virtual frequency conversion, is proposed to correct systematic errors in the system. Specifically, we first analyze the coming source of systematic errors in the dual-satellite location system, and then, a virtual reference station and virtual frequency are constructed to correct errors in the measured time difference of arrival and the frequency difference of arrival, respectively. Simulation results show that systematic errors caused by the measured time difference of arrival can be significantly reduced, and the correction efficiency, defined as a ratio between remaining errors after implementing the proposed method over uncorrected ones, for the measured frequency difference of arrival, largely relies on both the virtual frequency and the transmission frequency of reference stations.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,401

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,232
Écart entre enseignants0,218 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Antennas and PropagationMême sujetGNSS positioning and interferenceTravaux en français237 207