Centre de documentation
scientifique

The GNSS integer ambiguities / Sandra Verhagen (2005)  

Public Titre : The GNSS integer ambiguities : estimation and validation Type de document : Thèse/HDR Auteurs : Sandra Verhagen, Auteur Editeur : Delft : Netherlands Geodetic Commission NGC Année de publication : 2005 Collection : Netherlands Geodetic Commission Publications on Geodesy, ISSN 0165-1706 num. 58 Importance : 170 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 978-90-6132-290-0 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie spatiale [Termes IGN] ambiguïté entière [Termes IGN] axiome de Bayes [Termes IGN] code GPS [Termes IGN] contrôle qualité [Termes IGN] distribution de Student [Termes IGN] distribution, loi de [Termes IGN] estimation statistique [Termes IGN] Galileo [Termes IGN] Global Navigation Satellite System [Termes IGN] Global Orbitography Navigation Satellite System [Termes IGN] Global Positioning System [Termes IGN] mesurage de phase [Termes IGN] méthode des moindres carrés [Termes IGN] modèle fonctionnel [Termes IGN] modèle stochastique [Termes IGN] phase [Termes IGN] propagation du signal [Termes IGN] qualité des données [Termes IGN] résidu [Termes IGN] résolution d'ambiguïté Index. décimale : 30.61 Systèmes de Positionnement par Satellites du GNSS Résumé : (Auteur) Fast and high precision relative positioning with a Global Navigation Satellite System (GNSS) is only possible by using the very precise carrier phase measurements. However, these carrier phases are ambiguous by an unknwon number of cycles. The knowledge that the ambiguities are integer-valued has been exploited in the past 15 years for the development of integer ambiguity resolution algorithms. Once the ambiguities are fixed to their integer values, the carrier phase measurements start to act as if they were very precise pseudorange measurements. [...] Nowadays, the non-trivial problem of integer ambiguity estimation can be considered solved. However, a parameter estimation theory is not complete without the appropriate measures to validate the solution. [...] Obviously, validation of the integer ambiguity solution is still an open problem. Two approaches are investigated here. The first method uses a new ambiguity estimator, the Best Integer Equivariant (BIE) estimator. [...] It was shown that the BIE estimator significantly outperforms the float or fixed solution only in a limited number of cases. Therefore, another new class of integer estimators is investigated : the class of Integer Aperture (IA) estimators. [...] IA estimation has several important advantages. [...] Finally, it is shown that the popular ratio test perform almost as good as the optimal IA estimator if the fixed fail rate approach is used. [...] Note de contenu : 1 Introduction 1.1 Background 1.2 Objectives and contribution of this work 1.3 Outline 2 GNSS observation model and quality control 2.1 Global Navigation Satellite Systems 2.2 GNSS observation equations 2.3 GNSS functional model 2.4 GNSS stochastic model 2.5 Least-squares estimation and quality control 3 Integer ambiguity resolution 3.1 Integer estimation 3.2 Quality of the integer ambiguity solution 3.3 The ambiguity residuals . 3.4 Quality of the fixed baseline estimator 3.5 Validation of the fixed solution 3.6 The Bayesian approach 4 Best Integer Equivariant estimation 4.1 The BIE estimator 4.2 Approximation of the BIE estimator 4.3 Comparison of the float, fixed, and BIE estimators . 4.4 Summary . . 5 Integer Aperture estimation 5.1 Integer Aperture estimation 5.2 Ellipsoidal integer aperture estimation 5.3 Ratio test, difference test and projector test 5.4 Integer Aperture Bootstrapping and LeastSquares . 5.5 Penalized Integer Aperture estimation 5.6 Optimal Integer Aperture estimation 5.7 Implementation aspects 5.8 Comparison of the different IA estimators 5.9 Performance of IA estimation 5.10 Summary 6 Conclusions and recommendations 6.1 Integer estimation and validation 6.2 Quality of the baseline estimators 6.3 Reliability of the results 6.4 Bias robustness Numéro de notice : 15134 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse étrangère DOI : sans En ligne : https://www.ncgeo.nl/downloads/58Verhagen.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=55070

Exemplaires(2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
15134-01	30.61	Livre	Centre de documentation	Géodésie	Disponible
15134-02	30.61	Livre	Centre de documentation	Géodésie	Disponible

Analyse statistique des données expérimentales / K. Protassov (2002)

Public Titre : Analyse statistique des données expérimentales Type de document : Monographie Auteurs : K. Protassov, Auteur Editeur : Les Ulis : EDP Sciences Année de publication : 2002 Collection : Grenoble Sciences Importance : 148 p. Format : 17 x 60 cm ISBN/ISSN/EAN : 978-2-86883-590-1 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques [Termes IGN] ajustement de paramètres [Termes IGN] analyse de données [Termes IGN] distribution binomiale [Termes IGN] distribution de Cauchy [Termes IGN] distribution de Gauss [Termes IGN] distribution de Poisson [Termes IGN] distribution de Student [Termes IGN] écart type [Termes IGN] échantillon [Termes IGN] incertitude des données [Termes IGN] incertitude relative [Termes IGN] méthode des moindres carrés [Termes IGN] méthode du maximum de vraisemblance (estimation) [Termes IGN] probabilités [Termes IGN] propagation d'erreur [Termes IGN] théorie des probabilités [Termes IGN] valeur moyenne [Termes IGN] variable aléatoire Résumé : (Editeur) Après une brève présentation des causes d'incertitudes, les distributions de probabilités les plus connues (Gauss, binomiale, Poisson) sont exposées. Ensuite, des notions plus complexes de statistique sont abordées : fonction d'une variable aléatoire, propagation des erreurs, échantillon, valeur moyenne et écart-type expérimentaux, distributions x2 et Student. Cette partie présente toute une panoplie d'outils nécessaires pour l'analyse approfondie des données expérimentales dans différentes situations (volume limité de données expérimentales, comparaisons des résultats, erreurs systématiques, etc.). Un chapitre spécial est consacré à l'ajustement des paramètres par la méthode des moindres carrés et par la méthode du maximum de vraisemblance. Des conseils pratiques sont donnés. lis permettent d'améliorer les mesures et leur analyse. Note de contenu : Pourquoi les incertitudes existent-elles ? CHAPITRE 1. RAPPELS SUR LA THEORIE DES PROBABILITES 1.1 Probabilités - Définitions et propriétés - Grandeurs discrètes et continues, fonction de distribution - Propriétés de la fonction de distribution - Fonction de distribution de plusieurs variables - Corrélations 1.2. Distribution de Gauss 1.3. Autres distributions élémentaires - Distribution binomiale - Distribution de Poisson - Distribution de Lorentz - Distribution gamma 1.4. Théorème central limite CHAPITRE 2. FONCTIONS D'UNE VARIABLE ALEATOIRE 2.1. Propagation des erreurs - Formule de propagation des erreurs - Exemples de propagation des erreurs - Cas des variables corrélées 2.2. Distribution de probabilité d'une fonction de variable aléatoire - Fonction biunivoque - Cas général - Exemple physique - Précision de la formule de propagation des erreurs 2.3. Niveau de confiance CHAPITRE 3. EXPERIENCE D'UN NOMBRE LIMITE DE MESURES 3.1 Echantillon, valeur moyenne et écart-type - Définitions et propriétés - Précision expérimentale et chiffres significatifs - Distribution x2 3.2 Distribution de Student 3.3. Deux résultats expérimentaux - Comparaison de deux résultats expérimentaux - Addition de deux résultats expérimentaux 3.4. Autres sources d'erreurs - Incertitudes d'appareil - Erreurs systématiques - Comment éviter les erreurs systématiques ? - Comment travailler avec les erreurs systématiques ? CHAPITRE 4. AJUSTEMENT DES PARAMETRES 4.1 Méthode des moindres carrés - Idée de la méthode des moindres carrés - Exemple d'une fonction linéaire 4.2 Méthode du maximum de vraisemblance - Idée de la méthode du maximum de vraisemblance - Inégalité de Cramer-Rao Numéro de notice : 18861 Affiliation des auteurs : non IGN Thématique : MATHEMATIQUE Nature : Monographie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=55496

Théorie des erreurs accidentelles, Fascicule 1. Théorie / Jean-Jacques Levallois (1962)

Public Titre de série : Théorie des erreurs accidentelles, Fascicule 1 Titre : Théorie Type de document : Guide/Manuel Auteurs : Jean-Jacques Levallois (1911 - 2001) , Auteur Mention d'édition : 3 Editeur : Paris : Institut Géographique National - IGN (1940-2007) Année de publication : 1962 Importance : 81 p. Format : 21 x 27 cm Langues : Français (fre) Descripteur : [Vedettes matières IGN] Statistiques [Termes IGN] axiome de Bayes [Termes IGN] distribution de Student [Termes IGN] erreur aléatoire [Termes IGN] erreur de mesure [Termes IGN] erreur moyenne arithmétique [Termes IGN] erreur moyenne quadratique [Termes IGN] erreur systématique [Termes IGN] précision des mesures [Termes IGN] résidu [Termes IGN] théorie des erreurs [Termes IGN] variance Numéro de notice : 41036A Affiliation des auteurs : IGN (1940-2011) Thématique : MATHEMATIQUE Nature : Manuel de cours IGN Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=47580

Voir aussi

• Théorie des erreurs accidentelles, Fascicule 2. Méthode des moindres carrés / Jean-Jacques Levallois (1962)