Kinematic precise point positioning heights enhancement using static measurements and Voronoi’s corrector surface
Notice bibliographique
Résumé
Recently, the use of Precise Point Positioning (PPP) has spread widely.Unlike Relative Positioning techniques, PPP uses only a single receiver unit.Although it provides sub-centimeter horizontal accuracy, the vertical accuracy of PPP is a hot topic in the research community.In this research, an approach to enhance the accuracy of PPP estimated heights is proposed via the integration of static measurements and corrector surfaces produced based on the Voronoi diagram.The performance of PPP Static and Kinematic measurements was evaluated by comparing their solutions with solutions obtained from Relative Positioning techniques.The Canadian Spatial Reference System-Precise Point Positioning (CSRS-PPP) was used to process measurements collected at the study area of 39 km2 along the coastal zone of the Mediterranean Sea in the northern Delta region of Egypt.Based on the estimated results, the proposed approach significantly reduces the RMSE of the height differences.The average improvement ratio is approximately 73.9%, with the RMSE decreasing from 10.9 cm to 2.79 cm.Moreover, about 95.7% of the 279 tested point height differences show values within 5 cm or better after applying this approach.Notably, PPP using the proposed approach saved approximately 50% of the time required for the Relative Positioning technique.
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 | 0,001 | 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) | 0,000 | 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 ».