Détail de l'auteur
Auteur V. Tesmer |
Documents disponibles écrits par cet auteur (1)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
Das stochastische Modell bei der VLBI-Auswertung / V. Tesmer (2004)
Titre : Das stochastische Modell bei der VLBI-Auswertung Titre original : [Le modèle stochastique dans l'exploitation de l'interférométrie à très longue base] Type de document : Thèse/HDR Auteurs : V. Tesmer, Auteur Editeur : Munich : Bayerische Akademie der Wissenschaften Année de publication : 2004 Collection : DGK - C Sous-collection : Dissertationen num. 573 Importance : 105 p. Format : 21 x 30 cm ISBN/ISSN/EAN : 978-3-7696-5012-9 Note générale : Bibliographie Langues : Allemand (ger) Descripteur : [Vedettes matières IGN] Géodésie spatiale
[Termes IGN] corrélation
[Termes IGN] covariance
[Termes IGN] interférométrie à très grande base
[Termes IGN] modèle de Gauss-Markov
[Termes IGN] modèle stochastique
[Termes IGN] positionnement par ITGB
[Termes IGN] varianceIndex. décimale : 30.63 Télémétrie laser sur satellite, Télémétrie laser sur lune, VLBI Résumé : (Auteur) Previous improvements of parameter estimations using the observations of Very Long Baseline Interferometry (VLBl) were mainly achieved by refining the functional representation of the geometric-physical properties of the observations. Further progress in this field mostly implicates big efforts and is not possible with any precision. In contrast, the stochastic properties of the observations (due to functionally not ascertainable influences) have not been handled with much care so far. Therefore, this work deals with a qualitative description of deficits of VLBI observations' stochastic model as well as the quantification of these deficits by means of estimation of variance and covariance components. The estimated components represent the entirety of VLBI observations as much as possible. Shortcomings were found to be mainly station and elevation dependent. It is demonstrated that standard VLBI solutions can be improved using a refined stochastic model for the observations. Numéro de notice : 13203 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse étrangère Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=54913 Exemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 13203-01 30.63 Livre Centre de documentation Géodésie Disponible 13203-02 30.63 Livre Centre de documentation Géodésie Disponible