Campo DC | Valor | Idioma |
dc.contributor.advisor | Costa, João Paulo Javidi da | - |
dc.contributor.author | Zanatta, Mateus da Rosa | - |
dc.date.accessioned | 2022-05-19T22:05:22Z | - |
dc.date.available | 2022-05-19T22:05:22Z | - |
dc.date.issued | 2022-05-19 | - |
dc.date.submitted | 2022-02-24 | - |
dc.identifier.citation | ZANATTA, Mateus da Rosa. Tensor-based framework with model order selection, denoising and high accuracy matrix decomposition for third generation global positioning system time-delay estimation in dynamic multipath scenarios. 2022. 144 f., il. Tese (Doutorado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2022. | pt_BR |
dc.identifier.uri | https://repositorio.unb.br/handle/10482/43769 | - |
dc.description | Tese (doutorado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2022. | pt_BR |
dc.description.abstract | Os Sistemas Globais de Navegação por Satélite (GNSS), como o Sistema de Posicionamento Global (GPS), o Galileo, o GLONASS e o BeiDou, são cruciais para aplicações que
exigem um posicionamento muito preciso. Métodos baseados em tensores de estimativa de
atraso de tempo, como Canonical Polyadic Decomposition by Generalized Eigenvalue Decomposition (CPD-GEVD), Direction of Arrival Khatri-Rao Factorization (DoA/KRF) e Canonical Polyadic Decomposition via simultaneous matrix diagonalization (SECSI), podem
ser combinado com o sinal L1C Civil (L1C) do GPS de terceira geração (GPS3) para mitigar
significativamente a degradação de posicionamento causada por componentes de multicaminho. No entanto, esses métodos assumem que o número de componentes de multicaminho
é constante e conhecido, embora, na prática, a quantidade de componentes de multicaminho
seja variável no tempo, exigindo a incorporação de um esquema de seleção de ordem de modelo (MOS) adequado. Neste artigo, propomos uma estrutura completa incluindo as seguintes etapas: estimativa do número de componentes de multicaminho, separação dos sinais de
origem por meio de uma abordagem baseada em tensores e estimativa do atraso de tempo da
linha de visão (LOS) componente. Para estimar a ordem do modelo, consideramos o método
baseado em função discriminante (DFBM), que é adequado para cenários de ruído colorido. Para estimar a ordem do modelo em cenários dinâmicos, consideramos o TExponential
Fitting Test (EFT). Além disso, mitigamos significativamente o efeito de componentes de
multicaminho incorporando a etapa de pré-processamento Tensor-based Multiple Denoising
(MuDe) na estrutura proposta. Por fim, o framework proposto em cenários dinâmicos agrupa
as épocas com as mesmas ordens de modelo formando subtensores com ordem de modelo
estimadas. Portanto, tal agrupamento permite maior precisão. | pt_BR |
dc.language.iso | Inglês | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Tensor-based framework with model order selection, denoising and high accuracy matrix decomposition for third generation global positioning system time-delay estimation in dynamic multipath scenarios | pt_BR |
dc.type | Tese | pt_BR |
dc.subject.keyword | Global Navigation Satellite Systems (GNSS) | pt_BR |
dc.subject.keyword | Global Positioning System (GPS) | pt_BR |
dc.subject.keyword | Model Order Selection (MOS) | pt_BR |
dc.subject.keyword | Exponential Fitting Test (EFT) | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
dc.contributor.advisorco | Sousa Júnior, Rafael Timóteo de | - |
dc.description.abstract1 | Global Navigation Satellite Systems (GNSS), such as the American Global Positioning
System (GPS), European Galileo, Russian GLONASS, and Chinese BeiDou, are crucial
for applications that demand very accurate positioning. Time-delay estimation tensor-based
methods, such as Canonical Polyadic Decomposition by Generalized Eigenvalue Decomposition (CPD-GEVD), Direction of Arrival Khatri-Rao Factorization (DoA/KRF), and Canonical Polyadic Decomposition via simultaneous matrix diagonalization (SECSI), can be
combined with the third-generation GPS (GPS3) L1C Civil (L1C) signal in order to significantly mitigate the positioning degradation caused by multipath components. However, these
schemes assume that the number of multipath components is constant and known, although,
in practice, the amount of multipath components is time-varying, requiring the incorporation
of a suitable model order selection (MOS) scheme. In this paper, we propose a complete framework including the following steps: estimation of the number of multipath components,
separation of the source signals via a tensor-based approach, and estimation of the time-delay
of the estimated line of sight (LOS) component. To estimate the model order, we consider the
discriminant function based method (DFBM), which is suitable for colored noise scenarios.
To estimate the model order in dynamic scenarios, we consider the Exponential Fitting Test
(EFT). Moreover, we significantly mitigate the effect of multipath components by incorporating the pre-processing step called Tensor-based Multiple Denoising (MuDe) approach in our
proposed framework. Finally, the proposed framework in dynamic scenarios groups the epochs with the same model orders forming sub-tensors with constant model order. Therefore,
such grouping allows for increased accuracy. | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|