MARC

 008240221s2023        ulk                      00        kor
■001000016934530
■00520240214101622
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380483605
■035    ▼a(MiAaPQ)AAI30615120
■035    ▼a(MiAaPQ)STANFORDrz006yk2437
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a004
■1001  ▼aLiu,  Xinwei.
■24510▼aCharacterization  of  the  Clock  and  Ephemeris  Error  Distributions  of  the  Global  Satellite  Navigation  System  (GNSS)▼h[electronic  resource]
■260    ▼a[S.l.]▼bStanford  University.  ▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a1  online  resource(70  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-04,  Section:  B.
■500    ▼aAdvisor:  Walter,  Todd.
■5021  ▼aThesis  (M.E.)--Stanford  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aWith  the  rapid  development  and  the  broadened  usage  of  GNSS  technology,  it  becomes  increas-  ingly  important  to  ensure  the  safety  of  the  positioning,  navigation.  and  timing  provided  by  GNSS.  Concepts  such  as  Advanced  Receiver  Autonomous  Integrity  Monitoring  (ARAIM)  are  designed  to  provide  integrity  guarantees  for  this  purpose.  These  concepts  rely  ou  the  characterization  of  the  errors.  Reliable  upper  bounds  can  be  placed  on  the  potential  errors  in  the  positioning  and  timing  estimates.  As  more  navigation  signals  are  incorporated,  it  becomes  more  likely  that  one  or  more  signals  may  contain  a  significant  error.  Further,  different  error  characteristics  are  expected  to  be  encountered  with  new  constellations  and  new  signals.Multiple  frequencies  allow  the  near  elimination  of  ionospheric  errors,  leaving  satellite  clock  and  ephemeris  error  as  one  of  the  largest  potential  error  sources.  Therefore  more  emphasis  is  put  on  characterizing  the  clock  and  ephemeris  errors.To  shed  light  on  the  satellite  clock  and  ephemeris  error  behavior,  we  focus  on  characterizing  the  behavior  of  nominal  satellite  clock  and  ephemeris  errors  using  Gaussian  bounding  parameters  bias  and  σ  .  The  errors  are  normalized  by  the  user  range  accuracy  (σURA).  The  bias  and    parameters  correspond  to  the  Gaussian  mean  and  standard  deviation,  respectively.  In  particular,  we  investigate  the  inherent  variability  of  the  Gaussian  error  bounding  parameters  and  the  stability  of  the  parameters  with  respect  to  diferent  partitions  such  as  time,  diferent  space  vehicle  numbers,  diferent  user  range  accuracy,  etc.  To  do  so,  we  provide  two  algorithms  to  quantify  the  inherent  variability  of  the  bounding  parameters.  We  also  provide  an  algorithm  to  capture  this  variability  using  a  single  set  of  statistics  corresponding  to  the  Gaussian  mean  and  standard  deviation.  We  call  these  BIASand  Ʃ.In  the  first  part  of  the  thesis,  we  briefly  introduce  the  GNSS  integrity  concept  and  the  necessary  background  regarding  the  bounding  method.  We  also  provide  the  motivation  for  this  work  and  the  outline  of  the  thesis.In  the  second  part  of  the  thesis,  we  provide  the  data  processing  method  used  in  the  thesis  and  provide  a  preliminary  examination  of  how  the  error-bounding  parameters  evolve  through  time.  Wefind  that  the  error  bounding  parameters  are  relatively  stable  over  time  and  that  near-fault  data  points  a↵ect  the  stability.In  the  third  part  of  the  thesis,  we  provide  two  algorithms  to  quantify  the  inherent  variability  in  the  bounding  parameters  for  the  error  data.  We  find  that  the  error  bounding  parameters  have  low  variability  based  on  the  simulation  results.In  the  fourth  part  of  the  thesis,  we  provide  a  single  set  of  statistics  BIAS  and  Ʃ  to  capture  the  quantified  variability.  We  also  provide  detailed  algorithms  and  the  corresponding  optimization  techniques.  The  experimental  results  show  that  the  BIAS  and  bias  values  are  small  and  that  the  Ʃ  and    σ  values  are  mostly  below  σ  URA.  We  also  show  that  the  near-fault  data  points  affect  the  stability.  Finally,  we  explore  how  lowering  the  σURA  affects  the  bounding  parameter  stability.  The  experimental  results  show  that  the  bounding  parameters  become  more  stable  after  lowering  the  σ  URA.These  results  provide  insights  into  the  stability  of  GNSS  clock  and  ephemeris  errors  and  can  be  used  to  aid  the  development  of  ARAIM.
■590    ▼aSchool  code:  0212.
■650  4▼aData  processing.
■650  4▼aGlobal  positioning  systems--GPS.
■650  4▼aNavigation  systems.
■650  4▼aError  analysis.
■650  4▼aSatellites.
■650  4▼aNormal  distribution.
■650  4▼aAerospace  engineering.
■650  4▼aMathematics.
■690    ▼a0538
■690    ▼a0405
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g85-04B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0212
■791    ▼aM.E.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16934530▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서