Studying the Fixing Rate of GPS PPP Ambiguity Resolution Under Different Geomagnetic Storm Intensities
Notice bibliographique
Résumé
Abstract Global Positioning System (GPS) Precise Point Positioning (PPP) with correct fixing ambiguity resolution (AR) can reach cm‐mm level positioning accuracy. However, this accuracy can be degraded by the geomagnetic storm effects. To comprehensively investigate the ambiguity resolved percentage (ARP) of GPS kinematic PPP, referred to as PPP‐ARP, under different intensities of geomagnetic storms, based on the Natural Resources Canada's Canadian Spatial Reference System (CSRS) PPP, this study for the first time gives the correlation between the PPP‐ARP and storm intensity using 67 storms occurred in the past 5 years of 2018–2022. Experimental results indicate that the PPP‐ARP decreases gradually as the increase of geomagnetic storm intensity. Under quiet and low geomagnetic conditions (Dst min > −50 nT), the PPP‐ARP of global GNSS stations can achieve more than 96%, while these during strong storms (Dst min ≤ −100 nT) are generally lower than 90.0%, especially for the PPP‐ARP of some stations located at low latitudes which are lower than 40.0%. The mechanism of PPP‐ARP decrease under geomagnetic storms is mainly due to the cycle slips and even loss of lock of GNSS signals caused by the storms induced ionospheric disturbances and scintillations. In addition, different from many previous studies, we found that the CSRS‐PPP with AR can achieve good positioning accuracy (3D RMS <0.2 m) even under strong geomagnetic storms.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».