Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/70196
| Title: | การปรับปรุงแบบจำลองสโตคาสติคสำหรับการรังวัดดาวเทียมจีเอ็นเอสเอสด้วยโครงข่ายสถานีฐานวีอาร์เอส |
| Other Titles: | Improving on the stochastic model for virtual reference station (VRS) network-based GNSS surveying |
| Authors: | ธเนศ จงรุจินันท์ |
| Advisors: | เฉลิมชนม์ สถิระพจน์ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
| Advisor's Email: | Chalermchon.S@Chula.ac.th |
| Issue Date: | 2562 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | หลักการของการรังวัดดาวเทียมจีเอ็นเอสเอสด้วยโครงข่ายสถานีฐานวีอาร์เอสคือการนำข้อมูลการรับสัญญาณโดยสถานีฐานหลายสถานีมาประมวลผลร่วมกันเพื่อคำนวณค่าแก้ที่อยู่ในรูปแบบของสถานีฐานวีอาร์เอส การพัฒนาวิธีการแบบใหม่ได้มุ่งเน้นไปที่แบบจำลองทางคณิตศาสตร์ในการลดค่าคลาดเคลื่อนที่ขึ้นกับระยะทางเพื่อที่จะได้ค่าการวัดของสถานีฐานวีอาร์เอสที่มีความถูกต้องสูง อย่างไรก็ตามเป็นการยากที่แบบจำลองทางคณิตศาสตร์จะลดค่าคลาดเคลื่อนประเภทนี้ได้โดยสมบูรณ์เป็นผลให้ยังคงมีค่าคลาดเคลื่อนหลงเหลืออยู่ในค่าการวัดของสถานีฐานวีอาร์เอส งานวิจัยนี้ได้เสนอการปรับปรุงแบบจำลองสโตคาสติค 2 แนวทางและได้ประเมินประสิทธิภาพโดยเปรียบเทียบกับแบบจำลองสโตคาสติคที่ใช้ในมาตรฐานทั่วไป แนวทางที่หนึ่ง แบบจำลองสโตคาสติค MINQUE เป็นวิธีการทางสถิติที่มีการประมาณค่าสมาชิกแต่ละตัวของเมทริกซ์ความแปรปรวนร่วมได้อย่างครบถ้วน อย่างไรก็ตามจะต้องใช้ epoch จำนวนมากพอในการหาคำตอบ ผลการทดสอบแสดงให้เห็นว่าแบบจำลองสโตคาสติค MINQUE เพิ่มความถูกต้องเชิงตำแหน่งทางราบประมาณ 5% (0.7 มิลลิเมตร) และทางดิ่ง 6% (0.9 มิลลิเมตร) ค่า F-ratio ที่มากกว่าแสดงถึงความน่าเชื่อถือของเลขปริศนาที่เพิ่มขึ้น แนวทางที่สอง คือการใช้แบบจำลองสโตคาสติค RIU ซึ่งเป็นการให้น้ำหนักค่าสังเกตตามค่าเศษเหลือของการประมาณค่าภายในช่วง วิธีนี้ใช้ข้อมูล 1 epoch ในการคำนวณเมทริกซ์ความแปรปรวนร่วม ผลการทดสอบแสดงให้เห็นว่าแบบจำลองสโตคาสติค RIU เพิ่มความถูกต้องเชิงตำแหน่งทางราบประมาณ 4% (0.7 มิลลิเมตร) และทางดิ่ง 1% (0.4 มิลลิเมตร) และสามารถเพิ่มอัตราความสำเร็จของการหาเลขปริศนาจาก 86% เป็น 95% |
| Other Abstract: | The key concept of the virtual reference station (VRS) GNSS network-based technique is to use the observables of multiple reference stations to generate the network corrections in the form of a VRS. The advanced functional models have been adopted for mitigating distance-dependent errors in order to generate high-quality VRS. However, it is difficult to completely model these errors, the unmodelled errors remain in the VRS. The two improved stochastic models were proposed to deal with these errors and their results were compared to those of the standard stochastic models. In the first model, the statistical method, MINQUE has been applied because of its fully populated variance-covariance matrix (VCV) estimation, however, it requires adequate epoch length in a solution. The results indicated that the MINQUE enhanced the positioning accuracy by 5% (0.7 mm) and 6% (0.9 mm) for horizontal and vertical component and the larger F-ratio values means that the more reliable ambiguities were obtained. In the second model, the residual interpolation uncertainty (RIU) was used as the weighting schemes because it enables epoch-by-epoch VCV calculation. The results showed that the RIU produced better positioning accuracy by 4% (0.7 mm) and 1% (0.4 mm) for horizontal and vertical component. In addition, the ambiguity resolution successful rate increased from 86% to 95% |
| Description: | วิทยานิพนธ์ (วศ.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2562 |
| Degree Name: | วิศวกรรมศาสตรดุษฎีบัณฑิต |
| Degree Level: | ปริญญาเอก |
| Degree Discipline: | วิศวกรรมสำรวจ |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/70196 |
| URI: | http://doi.org/10.58837/CHULA.THE.2019.1277 |
| metadata.dc.identifier.DOI: | 10.58837/CHULA.THE.2019.1277 |
| Type: | Thesis |
| Appears in Collections: | Eng - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 5871412721.pdf | 3.53 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.