Estimativa das observáveis GPS da portadora L2 por meio de Redes Neurais Artificiais a partir de dados obtidos em dispositivos móveis

• Ano de defesa: 2018
• Autor(a) principal: Negri, Cassio Vinícius Carletti
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Android devices; ANN; Dispositivos Android; Generation of the L2 observables; Geração das observáveis L2; GNSS; GPS; Low-cost receivers; Point positioning; Posicionamento de pontos; Receptores de baixo custo; RNA; Smartphones
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18143/tde-08012019-110316/

Ao longo dos anos, o posicionamento por satélites artificiais através da geotecnologia Global Navigation Satellite System (GNSS) e, principalmente, por meio do sistema americano Global Positioning System (GPS), ganhou importante espaço na área de Geomática. A qualidade das soluções está diretamente relacionada, entre outros fatores, ao tipo de receptor utilizado no trabalho: dispositivos mais caros (geodésicos), capazes de gerar as portadoras L1 e L2 ou L1, L2 e L5, produzem os melhores resultados; por outro lado, receptores topográficos que rastreiam apenas a frequência L1 são mais baratos, mas tornam o processamento dos dados dependente de um modelo ionosférico para reduzir parcialmente os efeitos dessa origem. Visando melhorar as soluções de posicionamento com dispositivos de baixo custo e evitar despesas adicionais do usuário que, eventualmente, necessitaria de utilizar aparelhos mais onerosos, este trabalho tem como objetivo principal propor a implementação de uma Rede Neural Artificial (RNA) para estimar as observações da portadora L2 do sistema GPS com base nas observáveis da L1, buscando-se também aprimorar o método de predição destes dados elaborado em outras pesquisas. Para tanto, selecionou-se um modelo de rede através da técnica de Validação Cruzada (CV), estimaram-se as observações a partir das rastreadas tanto em um receptor geodésico como em um smartphone Android, e comparou-se a acurácia das soluções que foram processadas com e sem as observáveis artificiais criadas pela RNA. A técnica CV demonstrou que uma Multilayer Perceptron (MLP) de quatro camadas escondidas e outra de uma camada intermediária são as configurações mais apropriadas para estimação das observáveis do código e da fase da portadora L2, respectivamente. O tempo de aprendizagem em todos os experimentos não ultrapassou poucos segundos e o processamento dos arquivos RINEX de dupla frequência, criados neste trabalho, revelou melhorias significativas das soluções de posicionamento na maioria dos testes, reduzindo os desvios planos e espaciais em torno de 40 a 50% em relação aos resultados atingidos com apenas os dados originais da portadora L1, sendo que em alguns experimentos foi possível realizar a combinação iono-free (L3) e em outros atender a normativa de georreferenciamento de imóveis rurais do Instituto Nacional de Colonização e Reforma Agrária (INCRA). Os resultados apontam, portanto, que a proposta metodológica da presente investigação atua de forma bastante promissora e como uma alternativa ao uso de receptores mais caros.