Nell'ambito delle tecnologie GNSS, le tecniche di ML possono fornire un nuova strategia per migliorare il calcolo della posizione del ricevitore, (tale calcolo è basato tradizionalmente invece su Least Squares), in quanto possono fornire correzioni basate sulle condizioni ambientali e l'output del LS stesso, difficilmente utilizzabili da algoritmi tradizionali.

Navigazione GNSS con tecniche di Machine Learning

CARRETTA, FRANCESCO
2023/2024

Abstract

Nell'ambito delle tecnologie GNSS, le tecniche di ML possono fornire un nuova strategia per migliorare il calcolo della posizione del ricevitore, (tale calcolo è basato tradizionalmente invece su Least Squares), in quanto possono fornire correzioni basate sulle condizioni ambientali e l'output del LS stesso, difficilmente utilizzabili da algoritmi tradizionali.
2023
GNSS navigation with Machine Learning techniques
Machine Learning
Least Squares
GNSS
File in questo prodotto:
File Dimensione Formato  
Carretta_Francesco.pdf

accesso aperto

Dimensione 3.49 MB
Formato Adobe PDF
3.49 MB 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/20.500.12608/71613