Analysis of a High Accuracy Service based on JPL’s Global Differential GPS
Notice bibliographique
Résumé
<title>Abstract</title> In the current global navigation satellite system (GNSS) context, with several constellations offering high accuracy services (HAS), we have evaluated a potential HAS for GPS based on JPL’s Global Differential GPS (GDGPS) system. This HAS also provides corrections for Galileo and GLONASS. In this paper, we specifically consider the scenario in which satellite corrections are delivered to users through the internet, similar to one style of access used for Galileo HAS. The GDGPS-based HAS described herein consists primarily of high-quality satellite orbit and clock corrections and currently excludes code and phase biases. Corrections are provided in two parallel variations: one stream supporting GPS and Galileo, and the other supporting GPS and GLONASS. Each variation is provided in two redundant instances for robustness, giving a total of four streams. Our results, including PPP solutions based on these products, attest to the quality of the corrections. PPP results show good performance, comparable to solutions generated based on real-time CNES products and better than solutions generated based on internet-based Galileo HAS products. For example, based on processing over 2,000 independent three-hour data sets, both the GDGPS-based HAS GPS+GAL streams and the CNES stream achieved post-convergence horizontal rms below 20 cm for 97% of data sets and below 10 cm for 80%. In contrast, only 86% of Galileo HAS-based solutions have post-convergence horizontal rms below 20 cm, and only 47% have rms below 10 cm. Overall, these results suggest a promising method of implementing a GDGPS-based HAS that might augment GPS, Galileo, and GLONASS.
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 | 0,002 |
| 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) | 0,001 | 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 ».