An Unassisted Super-Resolution Satellite Navigation Receiver Using GPS L5 Signals
Notice bibliographique
Résumé
Many existing works use external devices or information, e.g., real-world maps, reference receivers, dead reckoning (DR) sensors, and multiantennas, to compensate for signal dynamics and mitigate multipath interference in global navigation satellite system (GNSS) signal reception. This article proposes a standalone global positioning system L5 receiver using the fractional Fourier transform (FRFT) in an over-one-second superlong coherent integration (S-LCI) correlating process. Then, a code phase DR method is presented in the baseband processing by leveraging the super-resolution average Doppler rate and instantaneous Doppler frequency from the S-LCI-based FRFT to enhance the code discriminating process. A software-defined radio prototype of the unassisted super-resolution receiver (U-SRR) based on the S-LCI, FRFT, and code phase DR is developed where the pilot-channel L5 signal serves for positioning. The transmitting time splicing comes from the respective frame synchronization and code phase tracking in the data and pilot channels. Real-world experiments verify the proposed U-SRR in an extremely dense urban area. Compared to the legacy L1 coarse/acquisition (C/A) signals from the u-blox ZED-F9P receiver, the code-based positioning precision is increased by 86.8% with 100% measurement availability.
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) | 0,000 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».