For proper operation of stage ‘‘Ada

For proper operation of stage ‘‘Adaptive Kalman Filtering,’’ an
accurate estimation of measurement errors in GPS data is needed.
As such errors are larger, data filtering must be stronger and vice
versa —if the error is small, filtering should be minimal. Errors in
GPS data are of two types (Ogle et al., 2002): (1) systematic errors
and (2) random errors. Systematic errors are mainly due to a low number of visible satellites, a high value of the Position Delution
of Precision (PDOP), and a GPS receiver antenna placement.
Systematic errors are identified and removed easily. The random
errors are the result of shift in satellite orbits, satellite clocks
errors, effects in the troposphere and ionosphere and multi-path
signal reflection. Due to their nature, random errors are difficult
to be identified and filtered. Table 2 shows the average deviation
in the position for different types of random errors (Parkinson and
Spilker, 1996).

ผลลัพธ์ (ไทย) 1:

การทำงานของเวที ''แบบอะแดปทีฟ Kalman กรอง การการประเมินต้องประเมินข้อผิดพลาดในข้อมูลจีพีเอสเป็นสิ่งจำเป็นข้อผิดพลาดเช่นมีขนาดใหญ่ การกรองข้อมูลต้องแข็งแกร่ง และรองในทางกลับกันถ้าข้อผิดพลาดมีขนาดเล็ก กรองควรน้อยที่สุด ข้อผิดพลาดในข้อมูล GPS มีสองชนิด (Ogle et al., 2002): ข้อผิดพลาดของระบบ (1)และข้อผิดพลาดแบบสุ่ม (2) ข้อผิดพลาดระบบเป็นส่วนใหญ่เนื่องจากมีจำนวนน้อยสามารถมองเห็นดาวเทียม Delution ตำแหน่งค่าสูงความแม่นยำ (PDOP), และการวางเสาอากาศรับสัญญาณ GPSข้อผิดพลาดระบบจะระบุ และลบออกง่าย การสุ่มข้อผิดพลาดมีผลกะในวงโคจรดาวเทียม นาฬิกาดาวเทียมข้อผิดพลาด ลักษณะพิเศษในโทรโพสเฟียร์ และไอโอโนสเฟียร์ และหลายเส้นทางสัญญาณสะท้อน เนื่องจากธรรมชาติของพวกเขา ข้อผิดพลาดแบบสุ่มยากระบุ และกรองข้อมูล ตารางที่ 2 แสดงความแตกต่างค่าเฉลี่ยในตำแหน่งที่แตกต่างกันของข้อผิดพลาดแบบสุ่ม (พาร์กิน และSpilker, 1996)

ผลลัพธ์ (ไทย) 2:

สำหรับการดำเนินงานที่เหมาะสมของเวที '' การปรับเปลี่ยนคาลมานกรอง ''
การประมาณค่าที่ถูกต้องของข้อผิดพลาดในการวัดข้อมูล GPS เป็นสิ่งจำเป็น.
ในฐานะที่เป็นข้อผิดพลาดดังกล่าวมีขนาดใหญ่การกรองข้อมูลที่จะต้องมีความแข็งแกร่งและรองในทางกลับกันหากเกิดข้อผิดพลาดที่มีขนาดเล็กกรองควรจะน้อยที่สุด
. ข้อผิดพลาดในข้อมูล GPS เป็นสองประเภท (เล่นหูเล่นตา et al, 2002.) (1) ข้อผิดพลาดของระบบและ(2) ข้อผิดพลาดแบบสุ่ม ข้อผิดพลาดของระบบเป็นส่วนใหญ่เนื่องจากจำนวนต่ำของดาวเทียมที่มองเห็นที่มีมูลค่าสูงของตำแหน่ง Delution ของความแม่นยำ (PDOP) และตำแหน่งเสาอากาศรับสัญญาณ GPS. ข้อผิดพลาดของระบบจะมีการระบุและลบออกได้อย่างง่ายดาย สุ่มข้อผิดพลาดเป็นผลของการเปลี่ยนแปลงในวงโคจรดาวเทียมดาวเทียมนาฬิกาข้อผิดพลาดผลกระทบในtroposphere และชั้นบรรยากาศและหลายเส้นทางที่สะท้อนสัญญาณ เนื่องจากธรรมชาติของพวกเขาผิดพลาดแบบสุ่มเป็นเรื่องยากที่จะระบุและกรอง ตารางที่ 2 แสดงค่าเฉลี่ยส่วนเบี่ยงเบนในตำแหน่งสำหรับชนิดของข้อผิดพลาดแบบสุ่ม(พาร์กินสันและSpilker, 1996)

ผลลัพธ์ (ไทย) 3:

สำหรับการดำเนินงานที่เหมาะสมของเวที ' 'adaptive เบนโทไนท์ ' '
ถูกต้องประมาณการวัดความคลาดเคลื่อนในข้อมูลจีพีเอสจำเป็น .
เป็นข้อผิดพลาดดังกล่าวมีขนาดใหญ่ , การกรองข้อมูลต้องแข็งแกร่งและในทางกลับกันรอง
- ถ้าข้อผิดพลาดเล็กๆ กรองควรจะน้อยที่สุด ข้อผิดพลาดใน
ข้อมูลจีพีเอสเป็นสองชนิด ( ตาหวาน et al . , 2002 ) : ( 1 ) ระบบข้อผิดพลาด
( 2 ) ความผิดพลาดแบบสุ่มข้อผิดพลาดของระบบเป็นหลัก เนื่องจากจำนวนต่ำของดาวเทียมที่มองเห็นคุณค่าสูงของตำแหน่ง delution
ของความแม่นยำ ( pdop ) และเครื่องรับจีพีเอสสายอากาศจัดวาง .
ข้อผิดพลาดระบบจะระบุและลบออกได้อย่างง่ายดาย สุ่ม
ข้อผิดพลาดเป็นผลของการเปลี่ยนแปลงในดาวเทียมวงโคจรดาวเทียมนาฬิกา
ข้อผิดพลาดและผลใน troposphere ชั้นบรรยากาศและ multi-path
สะท้อนสัญญาณเนื่องจากธรรมชาติของความคลาดเคลื่อนสุ่มยาก
ที่จะระบุและกรอง ตารางที่ 2 แสดงค่าเฉลี่ยส่วนเบี่ยงเบน
ในตำแหน่งแตกต่างกันประเภทของความคลาดเคลื่อน ( Parkinson และ
spilker , 1996 )