The GNSS integer ambiguities: estimation and validation
The GNSS integer ambiguities: estimation and validation
The GNSS integer ambiguities: estimation and validation
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
• Validatie van de geheeltallige oplossing gebaseerd op foute aannames, doordat de<br />
fixed meerduidigheden onterecht als deterministisch beschouwd worden;<br />
• Er wordt geen poging gedaan de meerduidigheden te bepalen omdat de success<br />
rate te laag is, terwijl er toch een kans bestaat dat de juiste geheeltallige oplossing<br />
gevonden zou worden.<br />
Voorbeelden van <strong>integer</strong> validatietoetsen die in de literatuur zijn voorgesteld zijn de<br />
ratio-toets, de projectortoets en de verschiltoets. Sommige van deze <strong>integer</strong> validatie<br />
toetsen zijn zodanig gedefinieerd dat de foutieve aanname van deterministische fixed<br />
meerduidigheden wordt vermeden. Deze toetsen ontberen echter een goede theoretische<br />
basis. Bovendien worden vaak vaste kritieke waarden gebruikt die gebaseerd zijn op<br />
ervaring. Maar dat betekent dat in veel situaties de toetsen ofwel te conservatief ofwel<br />
te optimistisch zullen zijn.<br />
In dit proefschrift is het onderzoek beschreven naar twee methodes om het geschetste<br />
probleem op te lossen.<br />
De eerste methode betreft het gebruik van een nieuwe schatter, de zogenaamde best<br />
<strong>integer</strong> equivariant (BIE) schatter. Deze schatter maakt wel gebruik van de voorwaarde<br />
van geheeltallige meerduidigheden, maar niet op de optimale manier. De schatter is<br />
’best’ in de zin dat de mean-squared error (MSE) geminimaliseerd wordt. De BIE meerduidigheidsschatter<br />
is gelijk aan een gewogen som over alle <strong>integer</strong> vectoren, waarbij de<br />
gewichten afhankelijk zijn van de kansdichtheidsfunctie van de float meerduidigheden.<br />
De BIE schatter kan daarom beschouwd worden als een compromis tussen de float en<br />
fixed oplossing; deze worden benaderd in de extreme gevallen van respectievelijk oneindig<br />
slechte of oneindig goede precisie. Nadelen van BIE schatting zijn dat een exacte probabilistische<br />
evaluatie van de oplossing nog steeds niet mogelijk is, en dat de procedure<br />
nogal complex is en veel rekentijd vergt. Bovendien is aangetoond dat de BIE schatter<br />
slechts in een beperkt aantal gevallen tot duidelijk betere resultaten leidt dan de float<br />
of de fixed oplossing.<br />
Daarom is ook onderzoek gedaan naar een <strong>and</strong>ere nieuwe klasse van schatters: de klasse<br />
van <strong>integer</strong> aperture (IA) schatters. Hierbij zijn schatting en validatie geïntegreerd, doordat<br />
a priori drie kansen worden onderscheiden: de kans op correct fixen (success rate), de<br />
kans op foutief fixen (fail rate), en de kans op niet fixen (undecided rate). Rondom elke<br />
<strong>integer</strong> wordt een gelijkvormig acceptatiegebied (aperture pull-in region) gedefinieerd,<br />
waarbij de grootte bepaald wordt door de keuze van een maximaal toelaatbare fail rate.<br />
Met betrekking tot de vorm zijn verschillende keuzes mogelijk. Voorbeelden zijn ellipsoïdes<br />
en geschaalde pull-in regions (bootstrapping of <strong>integer</strong> least-squares). Verder<br />
is aangetoond dat ook de acceptatiegebieden behorend bij de ratio-toetsen, de projectortoets<br />
en de verschiltoets voorbeelden zijn van aperture pull-in regions. Tot slot is de<br />
optimale IA schatter gedefinieerd zodanig dat voor een vaste fail rate de success rate<br />
wordt gemaximaliseerd.<br />
IA schatting heeft belangrijke voordelen. Ten eerste is het een overall aanpak voor het<br />
<strong>integer</strong> schattings- en validatieprobleem, die tevens een exacte probabilistische evaluatie<br />
van de uiteindelijke oplossing mogelijk maakt. Verder wordt het acceptatiegebied vast-<br />
xii Samenvatting (in Dutch)