Análise de modelos troposféricos no posicionamento baseado em redes usando o conceito de VRS
AUTOR(ES)
Oliveira, Adeliton Da Fonseca De, Alves, Daniele Barroca Marra, Ferreira, Luiz Danilo Damasceno
FONTE
Bol. Ciênc. Geod.
DATA DE PUBLICAÇÃO
2014-03
RESUMO
Nos últimos anos, várias técnicas de posicionamento GPS (Global Positioning System) vêm sendo desenvolvidas e/ou aprimoradas com interesse de alcançar alta acurácia e produtividade em tempo real. O conceito de redes de estações de referência além de possibilitar aos usuários das comunidades civis e científicas qualidade e confiabilidade no posicionamento, permite estudos sobre a modelagem da refração troposférica na região da rede. Além disso, dentre as formas de transmissão das correções geradas pela rede ao usuário, destaca-se o conceito de VRS (Virtual Reference Station). Neste método, os dados de uma estação virtual são gerados nas proximidades do usuário, permitindo realizar posicionamento relativo em linhas de base curta com receptor de simples frequência. Neste artigo é descrita a metodologia para geração de dados da VRS com diferentes modelos troposféricos. Foram realizados testes comparativos nas quatro estações do ano com os modelos troposféricos de PNT/INPE (Previsão Numérica de Tempo/Instituto Nacional de Pesquisas Espaciais) e Hopfield. Na análise de qualidade dos dados da VRS, o método PPP (Posicionamento por Ponto Preciso) proporcionou resultados satisfatórios. Foram observadas melhorias entre os modelos de PNT/INPE e Hopfield de 9,75% e 24,2% em média para dias secos e úmidos, respectivamente.
ASSUNTO(S)
vrs rtk em rede modelos troposféricos
Documentos Relacionados
- Construção e análise de modelos topológicos de redes biológicas usando a ontologia MONET
- Desenvolvimento de software usando modelos deterministicos e redes neurais para o processo de craqueamento catalitico
- Posicionamento filogenético de Chaetognatha baseado em dados morfológicos
- Investigação de método acurado no posicionamento 3D baseado em CORS-NET em Istambul
- Integração entre redes heterogêneas de ativos digitais: modelo híbrido de metadados baseado em meta-modelos dinâmicos