This thesis focuses on applying a Kalman filter (with Doppler effect integration) alongside a machine learning model for the geographic position estimation of smartphones, utilizing the Google Smartphone Decimeter Challenge dataset.

La tesi consiste nell'applicazione di un filtro di Kalman (con effetto Doppler) che opera congiuntamente a un modello di machine learning per la stima della posizione geografica di dispositivi cellulari, basandosi sul Google Smartphone Decimeter Challenge dataset.

Studio di tecniche di navigazione GNSS ibride

DALL'O' POLVENI, MARCO
2025/2026

Abstract

This thesis focuses on applying a Kalman filter (with Doppler effect integration) alongside a machine learning model for the geographic position estimation of smartphones, utilizing the Google Smartphone Decimeter Challenge dataset.
2025
Study of hybrid GNSS navigation techniques
La tesi consiste nell'applicazione di un filtro di Kalman (con effetto Doppler) che opera congiuntamente a un modello di machine learning per la stima della posizione geografica di dispositivi cellulari, basandosi sul Google Smartphone Decimeter Challenge dataset.
GNSS
Kalman Filter
Machine learning
File in questo prodotto:
File Dimensione Formato  
Relazione finale Marco Dall'O' Polveni.pdf

accesso aperto

Dimensione 752.9 kB
Formato Adobe PDF
752.9 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/111147