Badiaa Makhlouf
GNSS ionospheric scintillation classification by Machine Learning.
Rel. Fabio Dovis. Politecnico di Torino, Corso di laurea magistrale in Ict For Smart Societies (Ict Per La Società Del Futuro), 2019
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: 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
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
