XiaoMi-AI文件搜索系统
World File Search SystemGNSS
FITAI：用于 GNSS 后拟合残差和位置联合分析的人工智能。Jason 插件，Rokubun 云 GNSS 处理服务
● 模型训练：在训练模型之前，读取 (2) 生成的特征并进行预处理。例如，如果需要，对数据进行归一化，并根据可用数据量按比例拆分为训练、验证和测试数据集。模型训练完成后，将与 model.json 文件一起存储 (3)，该文件包含有关训练模型的相关信息，例如每个隐藏层的神经元数量、隐藏层数量、使用的变量（后拟合残差、SNR 等）等。● 批量推理：模型训练完成后，可以通过加载保存的模型 (3) 并对新的 GNSS 数据执行推理过程将其部署到生产中。
精密 GNSS 接收器 mPCIe 模块
Swift Navigation 精密 GNSS 接收器 mPCIe 模块 (PGM) 通过全球导航卫星系统 (GNSS) 定位和惯性传感器融合技术 (INS)，在最恶劣的环境中实现低成本精密导航。该产品采用行业标准的“全”Mini PCI Express 模块外形设计，非常适合作为带有 mini PCIe 扩展槽的嵌入式计算平台的附加组件，以及需要精密定位的应用，例如汽车、机器人、高精度数据收集、视频/传感器位置和图像时间标记。该卡专为主机应用处理器上的 Swift Navigation Starling 定位引擎而设计，用于实时精密导航，具有双频 L1/L5 载波相位差分 GNSS RTK 和惯性/里程表传感器融合。
众包 GNSS 智能手机的自动选择......
智能手机已转换为便携式GNSS（全球导航卫星系统）接收器。具有数十亿此类设备记录的GNSS数据具有很大的科学研究潜力，并具有前所未有的时空分辨率。但是，目前访问大型GNSS智能手机数据的访问量是有限的，并且数据处理具有挑战性。Camaliot项目（机器学习技术在GNSS IOT数据融合中的应用）旨在解决这些问题，以促进众包GNSS数据的可用性，以进行天气预报和太空天气监测。Camaliot众包活动中大量的GNSS数据具有异质性的质量。为了应对此数据处理挑战，我们使用机器学习（ML）开发了一种自动数据选择算法。在这项研究中，比较了不同ML模型的分类性能。还检查了不同数据质量指标的重要性。初始结果表明，基于ML的分类器可以在广告系列的实际数据上获得95％的精度，而无需为质量指标设置明确的阈值。基于选定的智能手机GNSS数据，也进行了对流层参数估计实验。
路线图完全开发GNSS ...
GNSS极化无线电掩星（Pro）在2009年（发表在Cardellach等人，2015年）中，并通过在两个正交线性（水平和垂直或H/V）中接收GNSS信号来扩展标准RO技术，而不是圆形极化。沿信号的轨迹的非球形水透水物的存在会导致水平成分中的延迟比垂直延迟，鉴于沿局部水平方向倾向于以其最大的尺寸定向。这是一个很小的效果，但是它沿着射线轨迹积累到电磁载体波长的一部分。可观察到的称为极化相位移位（𝛥𝜙）可以通过专用的GNSS Pro接收器来测量，并代表集成的特定
吸收基于无人机的GNSS ZTD进行数值天气预测
在近几十年中，各种研究表明，从地面GNSS接收器中吸收对流层参数有利于数值天气预测（NWPS）。但是，所达到的性能受到GNSS的空间分辨率的限制，尤其是在垂直方向上。在过去几年中，无人驾驶汽车（UAV）（UAV）的迅速发展和不断增长的市场促进将低成本GNS硬件集成到各种自动驾驶系统中，有可能通过收集无人机来收集飞机GNSS数据并生成Zenith deal（ZTDS）来解决这一问题。机载GNSS ZTD可以充当用于获得对流层垂直剖面的辐射数据的潜在互补来源，使其有望研究在NWP中吸收高时空分辨率的GNSS ZTD的影响。
U-Blox GNSS产品概述
C Crystal-based receiver F Time & frequency reference receiver, VCTCXO-based G, Q TCXO-based receiver H Accompanying module for heading information J, M Crystal-based receiver and low backup battery current K Automotive dead reckoning (ADR) with RTK for lane-accurate positioning L Automotive dead reckoning (ADR) with 3D inertial sensors N TCXO-based receiver, upgradability （Flash）P高精确GNSS接收器R高精度GNSS接收器具有集成IMU传感器s，w tcxo的接收器，带有天线主管或/和锯过滤器t时间同步接收器，基于tcxo的u u-noded dead dead reckoning（udr）与3D惯性传感器v adr and udr fess 3d dd dd dd dd/divrial d/div
EUSPA启动GNSS和安全的SATCOM用户技术报告
该报告重点介绍了GNSS技术的最新进步和未来趋势，包括采用新频率，多频功能以及接收器设计中的创新，以提高性能和安全性。欧盟GNSS以服务或诸如Galileo高精度服务（HAS）和开放服务导航消息身份验证（OSNMA）之类的功能领先。此外，该报告还解决了人们对欺骗和干扰威胁的越来越关注，展示了诸如身份验证，弹性接收器以及与多个传感器的杂交等解决方案。Secure Satcom系统中的开发报告的SEACCOM部分概述了安全SATCOM中的关键趋势，包括通过数字化，AI，云环境和与5G网络集成的性能提高了性能，以及NGSO星座的部署以减少延迟。它强调了对恶意行为者风险驱动的SATCOM传输对安全性增强的需求，重点是机密性，完整性和可用性。此外，从以硬件为中心到以软件为导向的设计的转变使用户终端能够利用多个星座和频率，改善通信链接可用性。关注报告的关注与编辑的特别节目结束，探讨了GNSS，安全SATCOM以及相关的地球观察之间的潜在和现有协同作用。此类协同作用的示例包括通过SATCOM传输地球观察数据，使用GNSS来操作移动NGSO终端，将GNSS和安全的SATCOM合并在运输和紧急管理中，支持哥白尼遥控传感器，并启用高级准确的GNS在偏远地区在偏远地区进行SATCOM的位置。
1 项目名称 UTOKYO/ICG 全球导航卫星系统 (GNSS) 培训。该项目由空间信息中心联合组织
10 差旅费 ICG 将向符合条件的国际参与者提供有限的差旅费资助。尼泊尔的参与者不提供国内旅行的差旅费资助。该资助仅涵盖参与者最近的国际机场和加德满都特里布万国际机场之间的往返经济舱机票。所有其他费用（酒店、保险和日常餐饮费用等）必须由参与者支付。当地组织者将提供与签证、酒店预订和其他交通相关事宜相关的后勤支持。但是，所有费用均由参与者承担。
GNSS 软件定义无线电 飞向月球及更远的未来
软件定义无线电 (SDR) 技术在导航领域的应用使几乎每个工程师或研究人员都能对新发明的算法进行原型设计，并用真实的导航信号对其进行测试。这包括用于学习 GNSS 信号基本采集和跟踪的教程，以及构建复杂的接收器，例如，使用惯性辅助的多天线接收器或使用盲方法的机会信号接收器。如果没有 SDR，这种广泛的信号处理研究根本无法进行，因为只有极少数大型公司有能力设计和制造硬件接收器。在 20 世纪 80 年代和 90 年代对 SDR 用于发送和接收通信信号进行概念化和测试之后，SDR 在 GNSS 接收器中的应用始于 90 年代中期，首先在数字信号处理器上实施选定的算法。俄亥俄大学和吕勒奥理工大学的研究人员进行了一项关键实验，以在 1999 年实现能够实时处理信号的完整 GPS 接收器。这项工作涉及设计