Title
Моделовање јоносфере за потребе одређивања утицаја на ГПС сигнале у мрежном РТК окружењу
Creator
Todorović-Drakul, Miljana S., 1980-
Copyright date
2016
Object Links
Select license
Autorstvo-Nekomercijalno-Bez prerade 3.0 Srbija (CC BY-NC-ND 3.0)
License description
Dozvoljavate samo preuzimanje i distribuciju dela, ako/dok se pravilno naznačava ime autora, bez ikakvih promena dela i bez prava komercijalnog korišćenja dela. Ova licenca je najstroža CC licenca. Osnovni opis Licence: http://creativecommons.org/licenses/by-nc-nd/3.0/rs/deed.sr_LATN. Sadržaj ugovora u celini: http://creativecommons.org/licenses/by-nc-nd/3.0/rs/legalcode.sr-Latn
Language
Serbian
Cobiss-ID
Committee report
Theses Type
Doktorska disertacija
description
Datum odbrane: 26. 12. 2016.
Other responsibilities
mentor
Blagojević, Dragan, 1959-
član komisije
Aleksić, Ivan, 1958-
član komisije
Odalović, Oleg, 1967-
član komisije
Vasiljević, Ivana.
član komisije
Nina, Aleksandra.
Academic Expertise
Tehničko-tehnološke nauke
University
Univerzitet u Beogradu
Faculty
Arhitektonski fakultet
Alternative title
Ionosphere modeling for the purposes of determination of influence to the GPS signals within network RTK environment.
Publisher
[M. Тодоровић Дракул]
Format
XIV, 193 листа
description
Геодезија - Референтне геодетске мреже, Премер и уређење земљишне / Geodesy -Reference geodetic networks, Surveying and land territory management
Abstract (sr)
Докторска дисертација посвећена је развоју одговарајућег модела за потребе
предикције јоносферских корекција задовољавајуће тачности за мрежне RTK (енг.
Real Time Kinematic) апликације.
Као први корак ка остварењу овог циља вршено је испитивање краткорочних
временских карактеристика јоносфере на регионалном просторном нивоу, како би
се квантификовало њено понашање током различитих сезонских и дневних
периода. Коришћени су подаци са мреже перманентних станица на територији
Републике Србије. Анализа је вршена за четири различита сезонска периода
током претходног соларног максимума током 2013. и 2014. године.
Након тога вршено је анализирање промена садржаја електрона у D региону
изазваним соларним Х-флеровима на основу чега су истраживане временске
промене ТЕСD (енг. Total Electron Content in D region) и њихов удео у укупном
ТЕС (енг. Total Electron Content) односно укупном кашњењу GPS (Global
Positioning System) сигнала.
На крају приступљено је дефинисању одговарајућег модела за потребе предикције
јоносферских корекција за мрежне RTK примене на територији Србије. Тестиране
су две предиктивне шеме базиране на методу линеарне регресије и примени
неуронских мрежа.
Показало се да примена неуронских мрежа даје боље резултате и да је у стању да
предиктује јоносферско кашњење на нивоу тачности од ± 5cm у просеку од око 9
минута у односу на реалну стопу јоносферских промена. Ови резултати сугеришу
да техника моделовања применом неуронских мрежа, може да се примени код
мрежа RTK система за предиктовање грешке јоносферског кашњења који ће
омогућити позиционирање на центиметарском нивоу тачности...
Abstract (en)
Doctoral dissertation is dedicated to the development an of appropriate model for the
purposes of prediction of ionospheric corrections with satisfactory accuracy for network
RTK (Real Time Kinematic) applications.
As a first step towards achieving this goal, short-term temporal ionospheric
characteristics on regional spatial level were investigated in order to quantify its
behaviour during different seasonal and daily periods. Data from permanent network
stations on the territory of the Republic of Serbia were used. The analysis was
conducted for four different season periods during the previous solar maximum during
the years 2013 and 2014.
After that the analysis of the change in the content of electrons in the D region caused
by solar X-flares was performed, based upon which the temporal changes ТЕСD (Total
Electron Content in D region) and their share in total TEC (Total Electron Content), i.e.
the total delay of GPS (Global Positioning System) signals were investigated.
Finally, an appropriate model for the purpose of the prediction of ionospheric
corrections for network RTK applications on the territory of the Republic of Serbia is
produced. Two predictive schemes based on the linear regression method and on the use
of neuron networks were tested.
It has been shown that the use of the neuron networks gives better results and is able to
predict ionospheric delay on ±5 cm accuracy level in 9 minutes average in regards to the
real rate of ionospheric changes. These results suggest that the modelling technique
using neuron networks can be applied for predicting the ionospheric delay error in
network RTK systems that will enable centimeter level positioning...
Authors Key words
GPS, јоносфера, јоносферско кашњење, ТЕС, ТЕСD, линеарна
регресија, неуронске мреже
Authors Key words
GPS, ionosphere, ionospheric delay, ТЕС, ТЕСD, linear regression, neuron
networks
Classification
528.3/.4:551.510.535(497.11)(043.3)
Coverage
Србија
Type
Tekst
Abstract (sr)
Докторска дисертација посвећена је развоју одговарајућег модела за потребе
предикције јоносферских корекција задовољавајуће тачности за мрежне RTK (енг.
Real Time Kinematic) апликације.
Као први корак ка остварењу овог циља вршено је испитивање краткорочних
временских карактеристика јоносфере на регионалном просторном нивоу, како би
се квантификовало њено понашање током различитих сезонских и дневних
периода. Коришћени су подаци са мреже перманентних станица на територији
Републике Србије. Анализа је вршена за четири различита сезонска периода
током претходног соларног максимума током 2013. и 2014. године.
Након тога вршено је анализирање промена садржаја електрона у D региону
изазваним соларним Х-флеровима на основу чега су истраживане временске
промене ТЕСD (енг. Total Electron Content in D region) и њихов удео у укупном
ТЕС (енг. Total Electron Content) односно укупном кашњењу GPS (Global
Positioning System) сигнала.
На крају приступљено је дефинисању одговарајућег модела за потребе предикције
јоносферских корекција за мрежне RTK примене на територији Србије. Тестиране
су две предиктивне шеме базиране на методу линеарне регресије и примени
неуронских мрежа.
Показало се да примена неуронских мрежа даје боље резултате и да је у стању да
предиктује јоносферско кашњење на нивоу тачности од ± 5cm у просеку од око 9
минута у односу на реалну стопу јоносферских промена. Ови резултати сугеришу
да техника моделовања применом неуронских мрежа, може да се примени код
мрежа RTK система за предиктовање грешке јоносферског кашњења који ће
омогућити позиционирање на центиметарском нивоу тачности...
“Data exchange” service offers individual users metadata transfer in several different formats. Citation formats are offered for transfers in texts as for the transfer into internet pages. Citation formats include permanent links that guarantee access to cited sources. For use are commonly structured metadata schemes : Dublin Core xml and ETUB-MS xml, local adaptation of international ETD-MS scheme intended for use in academic documents.