Biblioteca122.739 documentos en línea

Artículo

Estimation of GPS L2 Signal Observables Using Multilayer Perceptron Artificial Neural Networks for Positional Accuracy ImprovementEstimación de los observables de señal GPS L2 utilizando redes neuronales artificiales de perceptrón multicapa para mejorar la precisión posicional

Resumen

En las últimas décadas, debido a la creciente movilidad de personas y bienes, el rápido crecimiento de los usuarios de dispositivos móviles con servicios basados en la ubicación ha aumentado la necesidad de información geoespacial. En este contexto, el posicionamiento utilizando los datos recopilados por los Sistemas Globales de Satélite de Navegación (multi-GNSS) ha ganado más importancia en el campo de la geomática. La calidad de las soluciones está relacionada, entre otros factores, con el tipo de receptor utilizado en el trabajo. Para mejorar el posicionamiento con dispositivos de bajo costo y evitar gastos adicionales del usuario, este trabajo tiene como objetivo proponer la implementación de una Red Neural Artificial (ANN) para estimar los observables del operador GPS L2. Para esto, se seleccionó un modelo de red a través de la técnica de validación cruzada (CV), se estimaron las observaciones y se analizó la precisión de las soluciones. La técnica CV demostró que un Perceptrón multicapa con cuatro capas intermedias y uno con una capa intermedia son las configuraciones más apropiadas para este problema. El procesamiento RINEX de doble frecuencia (con datos artificiales) reveló mejoras significativas. Para algunas pruebas, fue posible cumplir con las regulaciones de georreferenciación de propiedad rural del Instituto Nacional de Colonización y Reforma Agraria (INCRA). Los resultados indican, por lo tanto, que la propuesta metodológica de la presente investigación es muy prometedora para aproximar la calidad de posicionamiento accesible utilizando un receptor de doble frecuencia.

INTRODUCCIÓN

La creciente movilidad de las personas y los bienes, así como el rápido crecimiento de los usuarios de dispositivos móviles con servicios basados en la localización, amplía significativamente la necesidad de información geoespacial obtenida de los satélites artificiales de la Tierra. Para hacer frente a este reto, es de gran importancia la integridad del multi-GNSS (GPS estadounidense, GLONASS ruso, Galileo europeo y BeiDou chino) propagado en los servicios de posicionamiento nacionales o internacionales. El GPS (Sistema de Posicionamiento Global) puede destacarse aquí debido a la estabilidad del sistema durante un largo periodo de tiempo y a la robustez de sus señales. Inicialmente, sus satélites emitían las señales en dos frecuencias (L1 y L2) solamente. A lo largo de los años, sobre la base de su programa de modernización, los satélites obsoletos del segmento espacial del GPS fueron sustituidos por satélites de nuevas generaciones de emisiones, así como por nuevas señales de navegación que se añadieron a las señales existentes (Leick, Rapoport y Tatarnikov, 2015; Segantine, 2005). Sin embargo, una de las ventajas de los receptores de doble o triple frecuencia es la posibilidad de realizar combinaciones lineales entre los observables de diferentes portadoras para mejorar la precisión del posicionamiento al reducir el efecto ionosférico y eliminar también los errores de los relojes del receptor y del satélite.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño:847 Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Estimation of GPS L2 Signal Observables Using Multilayer Perceptron Artificial Neural Networks for Positional Accuracy Improvement
  • Autor:Carletti Negri, Cassio Vinícius; Lima Segantine, Paulo Cesar
  • Tipo:Artículo
  • Año:2020
  • Idioma:Inglés
  • Editor:Universidad Nacional de Colombia
  • Materias:Redes neuronales (Computadores) Sistema de posicionamiento global (GPS)
  • Descarga:4