Mostrar registro simples

dc.contributor.advisorKrueger, Claudia Pereirapt_BR
dc.contributor.authorNardez, Nassau de Nogueirapt_BR
dc.contributor.otherJafelice, Rosana Sueli da Mottapt_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Ciências da Terra. Programa de Pós-Graduação em Ciências Geodésicaspt_BR
dc.date.accessioned2017-03-22T18:31:56Z
dc.date.available2017-03-22T18:31:56Z
dc.date.issued2015pt_BR
dc.identifier.urihttp://hdl.handle.net/1884/40617
dc.descriptionOrientadora : Profª. Drª. Cláudia Pereira Kruegerpt_BR
dc.descriptionCo-orientadora : Profª. Drª. Rosana Sueli da Motta Jafelicept_BR
dc.descriptionTese (doutorado) - Universidade Federal do Paraná, Setor de Ciências da Terra, Programa de Pós-Graduação em Ciências Geodésicas. Defesa: Curitiba, 28/08/2015pt_BR
dc.descriptionInclui referências : f. 112-121pt_BR
dc.description.abstractResumo: Em trabalhos que exigem a determinação e o posicionamento de pontos com alta acurácia utilizando-se o Global Navigation Satellite System (GNSS), é necessário conhecer os deslocamentos do centro de fase das antenas, denominado Phase Center Offset (PCO). Estes valores são obtidos por meio da calibração de antenas numa base de calibração apropriada. As coordenadas das estações conhecidas e as das estações a serem determinadas devem ser corrigidas destes valores. Estudos na Base de Calibração de Antenas GNSS da Universidade Federal do Paraná (BCAL/UFPR) mostraram que há correlação entre variáveis meteorológicas como temperatura, umidade relativa do ar e precipitação na determinação das componentes: norte (N), leste (E) e vertical (H) do PCO. Outras pesquisas estão sendo desenvolvidas nesta base e a pesquisa apresentada nesta tese contribui com uma técnica que permite calcular o parâmetro PCO por meio de SBRF, bem como fazer a previsão deste valor fornecendo uma alternativa para geração de parâmetros do PCO. Desta forma, utilizou-se a função Adaptive Neuro-Fuzzy Inference Systems (ANFIS) para gerar Sistemas Baseados em Regras Fuzzy (SBRF) tendo, como variáveis de saída, as componentes do PCO. Como variáveis de entrada do sistema utilizaram-se as variáveis ambientais temperatura, umidade relativa do ar e precipitação; e também variáveis obtidas do processamento da calibração de antenas sendo Positional Dilution of Precision (PDOP) e efeito do multicaminho. Foram construídos SBRF para cada uma das componentes N, E e H das ondas portadoras L1 e L2 utilizando-se um conjunto de dados de treinamento por meio da ANFIS. Os critérios para escolha dos SBRF construídos foram o cálculo do erro relativo (ER) e a raiz quadrada do erro médio quadrático (RMSE). Então, com os SBRF definidos, aplicou-se o conjunto de dados de verificação e compararam-se as componentes do PCO obtidos pelo SBRF com as obtidas pela calibração relativa de antenas. Para as componentes planimétricas N e E as diferenças foram menor ou igual a 0,90 mm para todos os conjuntos de dados utilizados. Porém para as componentes verticais H houve diferenças menor ou igual a 38,21 mm. Palavras-chave: Calibração de Antenas GPS. Variáveis Ambientais. Conjuntos Fuzzy. ANFIS.pt_BR
dc.description.abstractAbstract: In works that require determination and positioning points whith high acuracy through Global Navigation Satellite System (GNSS), It is necessary to know the PCO (Phase Center Offset) of the antennas. These values are obtained by antenna calibration in a appropriate base of calibration and the coordinates of stations known and stations that want to determine must be corrected these values. Studies in the antenna calibration basis (BCAL: baseline calibration station for GNSS antennas) at the Federal University of Paraná (UFPR; Curitiba, Paraná, Brazil), showed there is correlation between meteorological variables such as temperature, relative humidity and precipitation in determining the components: north (N), east (E) and vertical (H) of the PCO. In BCAL/UFPR researches have been developed, this research contributes to a technique that allows to calculate the PCO parameter by a Fuzzy rule-based system and allows too, predict these parameters, providing an alternative to generation of PCO parameters. Thus, was used the Adaptive Neuro-Fuzzy Inference Systems (ANFIS) to generate Fuzzy Rule-Based System (FRBS) having, as output variables, the components of PCO. As input variables of system, we used environmental variables temperature, relative humidity and precipitation; and also variables obtained from antenna calibration processing being Positional Dilution of Precision (PDOP) and multipath effect. Were constructed systems for each components N, E and H of L1 and L2 carrier signal using a set of training data through of ANFIS. The criteria for choosing the FRBS built were calculating the relative error (RE) and root mean square error (RMSE). Then, with the defined FRBS was applied a set data of verification and were compared the results obtained by SBRF with those obtained on the antennas calibration. For the palnimetric components N and E the differences were smaller than or equal to 0.90 mm for all data set. But for vertical components H there was less difference than or equal to 38.21 mm. Key-words: GPS antenna calibration. Environment variables. Fuzzy sets. ANFIS.pt_BR
dc.format.extent146 f. : il. algumas color., tabs.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.relationDisponível em formato digitalpt_BR
dc.subjectGeodésiapt_BR
dc.subjectAntenas (Eletronica)pt_BR
dc.subjectSistema de Posicionamento Globalpt_BR
dc.subjectSistemas difusospt_BR
dc.subjectTesespt_BR
dc.titleObtenção do parâmetro PCO de antenas GNSS por meio de sistemas baseados em regras Fuzzypt_BR
dc.typeTesept_BR


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples