Carrier Phase-Based Precise Heading and Pitch Estimation Using a Low-Cost GNSS Receiver
Notice bibliographique
Résumé
Attitude and heading estimation methods using the global navigation satellite system (GNSS) are generally based on multi-antenna deployment, where the installation space and system cost increase with the increase in the number of antennas. Since the single-antenna receiver is still the major choice of the mass market, we focus on precise and reliable heading and pitch estimation using a low-cost GNSS receiver. Carrier phase observations are precise but have an ambiguity problem. A single difference between consecutive epochs can eliminate ambiguity and reduce the measurement errors. In this work, a measurement model based on the time-differenced carrier phases (TDCPs) is utilized to estimate the precise delta position of the antenna between two consecutive epochs. Then, considering the motion constraint, the heading and pitch angles of a moving land vehicle can be determined by the components of the estimated receiver delta position. A threshold on the length of the delta position is selected to avoid large errors in static periods. To improve the reliability of the algorithm, the Doppler-aided cycle slip detection method is applied to exclude carrier phases with possible cycle slips. A real vehicular dynamic experiment using a low-cost, single-frequency GNSS receiver is conducted to evaluate the proposed algorithm. The experimental results show that the proposed algorithm is capable of providing precise vehicular heading and pitch estimates, with both the root mean square errors being better than 1.5°. This also indicates that the cycle slip exclusion is indispensable to avoid unexpected large errors.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».