Enhanced GNSS Reliability on High-Dynamic Platforms: A Comparative Study of Multi-Frequency, Multi-Constellation Signals in Jamming Environments
Notice bibliographique
Résumé
The global navigation satellite system (GNSS) signals are vulnerable to disruption sources, such as signal jamming. This, in turn, can cause severe degradation or discontinuities of the GNSS-based position, navigation, and timing services. The availability of multi-frequency signals from multi-constellation GNSS systems, such as Galileo and GLONASS, along with the modernization of GPS with multi-frequency signals, has the potential to increase the immunity of GNSS-based navigation systems to signal jamming. Despite various studies completed on the utilization of multi-frequency and multi-constellation global navigation satellite system (GNSS) signals to resist receiver jamming, there is still an urge to further investigate this concern under different circumstances. This paper presents an experimental evaluation of the advantages of the employment of multi-frequency multi-constellation GNSS signals for better GNSS receivers' performance during signal jamming situations for high-dynamic platforms such as aircraft/drones. Additionally, the study examines the effects of both simulated and real jamming signals on all possible combinations of the GPS, Galileo, and GLONASS signal frequencies and constellations. Two airplane trajectory routes were built, and their corresponding RF signals were generated using the Spirent and Orolia GNSS signal simulators. The results indicated that the GPS multi-frequency-based solution maintains reliable positioning performance to some extent under low jamming scenarios. However, the combination of GPS, Galileo, and GLONASS signals proved its ability to provide a continuous and accurate positioning solution during both low and high jamming scenarios.
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 ».