MétaCan
Menu
Retour à la cohorte
Enregistrement W7117871160 · doi:10.1109/milcom64451.2025.11310048

Navigating the Arctic Circle with Starlink and OneWeb LEO Satellites

2025· article· W7117871160 sur OpenAlexaboutno aff
Will Barrett, Sharbel Kozhaya, Zaher M. Kassas, David Marsh

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiqueMaritime Navigation and Safety
Établissements canadiensnon disponible
Organismes subventionnairesAir Force Office of Scientific ResearchOffice of Naval Research
Mots-clésDoppler effectSatelliteTrajectoryAltimeterKalman filterConstellationMean squared errorArctic

Résumé

récupéré en direct d'OpenAlex

The exploitation of low Earth orbit (LEO) satellite signals of opportunity from the Starlink and OneWeb constellations for maritime navigation in the Arctic Circle is investigated. First, the current geopolitical importance of the Arctic Circle is discussed. Second, the received signal from LEO constellations is modeled, and a software-defined receiver is implemented to extract Doppler frequency measurements from overhead LEO satellites. Third, an extended Kalman filter (EKF) is designed to fuse Starlink and OneWeb Doppler measurements with altimeter data, assuming a velocity random walk dynamics for the ship. Experimental results are presented of the Adventure Canada ship navigating along the west coast of Greenland over a trajectory of 8.17 km traversed in 20 minutes, where the altimeter-only two-dimensional (2D) position root-mean squared error (RMSE) was 629 m and the final error was 1,081 m. However, fusing altimeter data with Doppler measurements from 12 Starlink and 9 OneWeb satellites dramatically reduced the 2D position RMSE to 119 m and the final error to 27 m.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,850

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,232
Écart entre enseignants0,226 · 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'étudeAutre devis
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMaritime Navigation and SafetyTravaux en français237 207