MétaCan
Menu
Retour à la cohorte
Enregistrement W4415018120 · doi:10.1007/s10291-025-01965-y

First smartwatch RTK results: performance analysis of instantaneous, single-frequency multi-GNSS cm-level positioning with comparison to Google Pixel 5 smartphones

2025· article· en· W4415018120 sur OpenAlexaff
Phyo C Thu, Robert Odolinski, Chien Zheng Yong, Baocheng Zhang, Hongzhou Yang, Sean Barbeau, Mohammed Khider, G. L. Leonard

Notice bibliographique

RevueGPS Solutions · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Otago
Mots-clésSmartwatchGNSS applicationsReal Time KinematicMultipath propagationGlobal Positioning SystemKinematics

Résumé

récupéré en direct d'OpenAlex

This study investigates the potential of Android-based smartwatch real-time kinematic (RTK) positioning using single-frequency, multi Global Navigation Satellite Systems (GNSSs) observations, including the L1 GPS, E1 Galileo, B1 BDS and L1 QZSS signals. We evaluate the instantaneous (single-epoch), single-frequency, single-baseline RTK performance under three conditions: (1) zero-baseline with external antenna, (2) short-baseline with external antennas, and (3) short-baseline with internal antennas, all under a stationary setup configuration. The benefit of using the instantaneous RTK model is that it is insensitive to cycle slips. We analyze the smartwatch-to-smartwatch single baseline RTK performance in Dunedin, New Zealand using 4 h of data with a one second measurement interval. No geodetic station is involved in this study, as one of the smartwatches serves as the base station. The tested smartwatches include the Google Pixel Watch 1 (GW1) and the Samsung Galaxy Watch 6 (SW6) that can only collect single-frequency data, and we compare the RTK performance to that of Google Pixel 5 (GP5) smartphones. While using external Trimble Zephyr 2 antennas for the GW1 and SW6 smartwatches, we achieved centimeter-level positioning precisions, with instantaneous integer least squares (ILS) success rates (SR) exceeding 99% for both the zero- and short-baseline data. We found that the RTK performance of both smartwatches is competitive with that of the GP5 smartphones. We also demonstrate that using the internal antennas of the smartwatches results in higher sensitivity to potential multipath effects and poorer GNSS signal quality, thereby reducing the RTK positioning performance. Most importantly, we have shown, for the first time, that one of the smartwatch models can achieve cm-level RTK positioning with a remarkable instantaneous ILS SR exceeding 99% over 4 h of data using the internal smartwatch antennas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,303
Score d'incertitude au seuil0,900

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,249
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGPS SolutionsMême sujetGNSS positioning and interferenceTravaux en français237 207