Cycle Slip repair for single-frequency smartphone GNSS using the Best Integer Equivariant estimator
Notice bibliographique
Résumé
This paper proposes an instantaneous cycle slip repair method for single-frequency smartphone GNSS carrier phase measurements. In it, cycle slips are detected using a hybrid method that combines geometry-based and geometry-free cycle slip detection paradigms. A float value of the cycle slip is estimated after a Kalman filter (KF) update, and a cycle-slip repair is attempted as a form of integer ambiguity resolution problem using five different classes of estimators: (i) Integer Least Squares (ILS), (ii) Best Integer Equivariant (BIE) estimator (iii) Integer Aperture with Fixed Failure-rate Ratio Test (IA-FFRT) (iv) Partial Ambiguity Resolution (PAR) and (v) PAR with FF-RT. The PAR with FF-RT estimator uses a model-driven ratio test to select the subset of ambiguities chosen to be fixed. The performance of all five estimators is compared and analyzed using real smartphone GNSS carrier phase measurements. The variance of the fixed/repaired cycle slips is estimated. BIE and PAR-FFRT are the top-performing estimators, with PAR-FFRT offering the greatest precision improvement after repairing the float cycle slip ambiguities. BIE, on the other hand, has a 100% repair rate without the need for validation testing.
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 ».