Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Mazzetto, João Vitor Buranello
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/18/18143/tde-22122022-172553/
Resumo: O Sistema de Posicionamento Global (GPS) é um sistema com uso difundido entre a comunidade militar e civil para diversos fins, como a navegação, os levantamentos geodésicos, a agricultura, entre outros. Porém, para se obter resultados cada vez mais precisos e acurados, houve a necessidade de investimentos na tecnologia dos sinais e dos receptores GPS. Isso levou a um acréscimo considerável no preço do equipamento, diferença percebida entre receptores de mono frequência e de dupla frequência. Esta pesquisa tem o objetivo de aprimorar um método no qual são estimadas as observáveis GPS (contagem de ciclos da portadora L2 e código P2) pelo uso de Redes Neurais Artificiais (RNAs) através de um treinamento supervisionado de uma rede Perceptron de Múltiplas Camadas (MLP) pelo algoritmo de aprendizado backpropagation. Os dados utilizados para o treinamento da rede foram obtidos das estações da Rede Brasileira de Monitoramento Contínuo (RBMC), que estão equipadas com receptores de duas frequências e código P. As observáveis originais de uma estação (contagem de ciclos da portadora L1 e código C/A) foram utilizadas na RNA treinada para gerar novos dados (L2 modificada e P2 modificada), que são todos mesclados em um arquivo RINEX modificado. Os processamentos dos dados gerados artificialmente a partir das RNAs tiveram uma melhora na acurácia, quando comparados aos processamentos da observável L1, e atenderam parcialmente a normativa de georreferenciamento de imóveis rurais do Instituto Nacional de Colonização e Reforma Agrária (Incra). As melhorias na acurácia dos resultados indicam que a metodologia proposta neste trabalho atua de forma satisfatória e promissora, sendo uma alternativa para o uso de receptores de mono frequência, de forma a gerar resultados mais próximos dos gerados pelos receptores de dupla frequência.
id USP_3806a8e3a7846b8c928e761c9a12016a
oai_identifier_str oai:teses.usp.br:tde-22122022-172553
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiaisEstimation of the GPS system observables, by use of artificial neural networksArtificial Neural Networkscódigo PGPSGPSL2 CarrierobservablesobserváveisP codeportadora L2Redes Neurais ArtificiaisO Sistema de Posicionamento Global (GPS) é um sistema com uso difundido entre a comunidade militar e civil para diversos fins, como a navegação, os levantamentos geodésicos, a agricultura, entre outros. Porém, para se obter resultados cada vez mais precisos e acurados, houve a necessidade de investimentos na tecnologia dos sinais e dos receptores GPS. Isso levou a um acréscimo considerável no preço do equipamento, diferença percebida entre receptores de mono frequência e de dupla frequência. Esta pesquisa tem o objetivo de aprimorar um método no qual são estimadas as observáveis GPS (contagem de ciclos da portadora L2 e código P2) pelo uso de Redes Neurais Artificiais (RNAs) através de um treinamento supervisionado de uma rede Perceptron de Múltiplas Camadas (MLP) pelo algoritmo de aprendizado backpropagation. Os dados utilizados para o treinamento da rede foram obtidos das estações da Rede Brasileira de Monitoramento Contínuo (RBMC), que estão equipadas com receptores de duas frequências e código P. As observáveis originais de uma estação (contagem de ciclos da portadora L1 e código C/A) foram utilizadas na RNA treinada para gerar novos dados (L2 modificada e P2 modificada), que são todos mesclados em um arquivo RINEX modificado. Os processamentos dos dados gerados artificialmente a partir das RNAs tiveram uma melhora na acurácia, quando comparados aos processamentos da observável L1, e atenderam parcialmente a normativa de georreferenciamento de imóveis rurais do Instituto Nacional de Colonização e Reforma Agrária (Incra). As melhorias na acurácia dos resultados indicam que a metodologia proposta neste trabalho atua de forma satisfatória e promissora, sendo uma alternativa para o uso de receptores de mono frequência, de forma a gerar resultados mais próximos dos gerados pelos receptores de dupla frequência.The Global Positioning System (GPS) is a system with widespread use among the military and civilian community for various purposes, such as navigation, geodetic surveying, agriculture, etc. But in order to get results even more precise and accurate, there was the need for investments in signals technology and GPS receivers. This led to a considerable increase of the equipment prices, perceived difference among mono frequency and dual frequency receivers. This research aims to improve a method to estimate the GPS observables (cycle counting carrier phase L2 and P2 code) by using Artificial Neural Network (ANN) with a supervised training of a Multilayer Perceptron (MLP) by the backpropagation learning algorithm. The data used for the network training were obtained from the Brazilian Network for Continuous Monitoring Stations (RBMC), which are equipped with dual frequency receivers and P code. The original observable from a station (cycle counting carrier phase L1 and C/A code) was used in the trained ANN to generate new data (modified L2 and modified P2) which are all merged into one modified RINEX file. The processing of artificially generated data from ANN had an improvement in accuracy compared to L1 observable processing and partly attended georeferencing rules properties of the National Institute of Colonization and Agrarian Reform (Incra). Improvements in the accuracy of the results indicate that the proposed methodology in this job operates satisfactorily and promising way, as an alternative to the use of mono frequency receivers so as to generate results closer to those generated by the dual frequency receivers.Biblioteca Digitais de Teses e Dissertações da USPSegantine, Paulo Cesar LimaMazzetto, João Vitor Buranello2017-01-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/18/18143/tde-22122022-172553/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-01-02T18:32:38Zoai:teses.usp.br:tde-22122022-172553Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-01-02T18:32:38Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais
Estimation of the GPS system observables, by use of artificial neural networks
title Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais
spellingShingle Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais
Mazzetto, João Vitor Buranello
Artificial Neural Networks
código P
GPS
GPS
L2 Carrier
observables
observáveis
P code
portadora L2
Redes Neurais Artificiais
title_short Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais
title_full Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais
title_fullStr Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais
title_full_unstemmed Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais
title_sort Estimação das observáveis L2 do sistema GPS, através do uso de redes neurais artificiais
author Mazzetto, João Vitor Buranello
author_facet Mazzetto, João Vitor Buranello
author_role author
dc.contributor.none.fl_str_mv Segantine, Paulo Cesar Lima
dc.contributor.author.fl_str_mv Mazzetto, João Vitor Buranello
dc.subject.por.fl_str_mv Artificial Neural Networks
código P
GPS
GPS
L2 Carrier
observables
observáveis
P code
portadora L2
Redes Neurais Artificiais
topic Artificial Neural Networks
código P
GPS
GPS
L2 Carrier
observables
observáveis
P code
portadora L2
Redes Neurais Artificiais
description O Sistema de Posicionamento Global (GPS) é um sistema com uso difundido entre a comunidade militar e civil para diversos fins, como a navegação, os levantamentos geodésicos, a agricultura, entre outros. Porém, para se obter resultados cada vez mais precisos e acurados, houve a necessidade de investimentos na tecnologia dos sinais e dos receptores GPS. Isso levou a um acréscimo considerável no preço do equipamento, diferença percebida entre receptores de mono frequência e de dupla frequência. Esta pesquisa tem o objetivo de aprimorar um método no qual são estimadas as observáveis GPS (contagem de ciclos da portadora L2 e código P2) pelo uso de Redes Neurais Artificiais (RNAs) através de um treinamento supervisionado de uma rede Perceptron de Múltiplas Camadas (MLP) pelo algoritmo de aprendizado backpropagation. Os dados utilizados para o treinamento da rede foram obtidos das estações da Rede Brasileira de Monitoramento Contínuo (RBMC), que estão equipadas com receptores de duas frequências e código P. As observáveis originais de uma estação (contagem de ciclos da portadora L1 e código C/A) foram utilizadas na RNA treinada para gerar novos dados (L2 modificada e P2 modificada), que são todos mesclados em um arquivo RINEX modificado. Os processamentos dos dados gerados artificialmente a partir das RNAs tiveram uma melhora na acurácia, quando comparados aos processamentos da observável L1, e atenderam parcialmente a normativa de georreferenciamento de imóveis rurais do Instituto Nacional de Colonização e Reforma Agrária (Incra). As melhorias na acurácia dos resultados indicam que a metodologia proposta neste trabalho atua de forma satisfatória e promissora, sendo uma alternativa para o uso de receptores de mono frequência, de forma a gerar resultados mais próximos dos gerados pelos receptores de dupla frequência.
publishDate 2017
dc.date.none.fl_str_mv 2017-01-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/18/18143/tde-22122022-172553/
url https://www.teses.usp.br/teses/disponiveis/18/18143/tde-22122022-172553/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257289627533312