Badiaa Makhlouf
GNSS ionospheric scintillation classification by Machine Learning.
Rel. Fabio Dovis. Politecnico di Torino, Master of science program in Ict For Smart Societies, 2019
|
Preview |
PDF (Tesi_di_laurea)
- Thesis
Licence: Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
Le scintillazioni ionosferiche influenzano la propagazione delle onde radio transionosferiche nell'atmosfera, causando errori di posizionamento e degradazione delle prestazioni del GNSS. In precedenza, il rilevamento delle scintillazioni si basava su tecniche tradizionali come l'analisi degli indici di scintillazione, S4 (indicatore di scintillazione di ampiezza) e σ60 (indicatore di scintillazione di fase), dai segnali ricevuti e sul confronto con le soglie. Sfortunatamente, quegli approcci soffrono di molte limitazioni. Questa tesi mira a migliorare il funzionamento del ricevitore ISM attraverso l'individuazione automatica delle fluttuazioni dell'ampiezza o di fase dovute a eventi di scintillazione e l'identificazione mediante algoritmi di Machine Learning (ML) di classificazione multi-classe.
Tuttavia, le irregolarità ionosferiche sono talvolta indistinguibili dal multipath o dall'interferenza, pertanto l'approccio ML era una soluzione efficace per differenziarle e stimare il loro errore di posizionamento per correggerlo
Relators
Academic year
Publication type
Number of Pages
Course of studies
Classe di laurea
URI
![]() |
Modify record (reserved for operators) |
