Evaluating the Performance of the Static PPP-AR in a Forest Environment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Forest environment and topographic obstacles tend to reduce the positioning performance of precise point positioning (PPP) with ambiguity resolution (AR) and may even prevent radio signals from reaching the global navigation satellite systems (GNSS) antenna. In this study, we investigated the positioning performance of PPP-AR in a forest environment in terms of the crown closure ratios, session duration (1-, 2-, 3-, and 6-h), and different satellite constellations [i.e., the global positioning system (GPS)-only and GPS+GLONASS combined satellites]. For this purpose, three GNSS receivers were used to make measurements at three test points in areas with crown closure ratios of 0%, 38%, and 87%. The data were evaluated using the PRIDE PPP-AR software and Canadian Spatial Reference System-PPP (CSRS-PPP). The experiments revealed that the inclusion of the GLONASS observations in the GPS-only solutions did not obviously improve the positioning error and accuracy with closure ratios of 0% and 38%. However, the improvements became more dramatic when the closure ratio increased to 87%. Furthermore, in the horizontal components, an accuracy of 10 cm can be achieved with at least a 2-h session, whereas for the up component, this level of accuracy can only be achieved with a 3-h session. While the PRIDE PPP-AR was able to achieve a 3D positioning performance of 1 cm with the combined GPS+GLONASS satellites, this accuracy level remained at 8 cm in CSRS-PPP.
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.
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 | 0,001 | 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 découle