Farklı regresyon modelleriyle kestirilen zenit troposferik gecikmelerin değerlendirilmesi

Authors : Ali Utku AKAR, Cevat İNAL

Pages : 661-671

Doi:10.28948/ngumuh.1088375

View : 9 | Download : 7

Publication Date : 2022-07-18

Article Type : Research Paper

Abstract :Yapay zekâ ve makine öğrenimi alanındaki gelişmeler, GNSS uygulamalarındaki sorunlara alternatif çözümler sunmakta veya mevcut çözümlerin verimliliğini artırmaya imkân sağlamaktadır. GNSS’de karşılaşılan birçok hata vardır ve bu hatalar kullanıcılar için problem oluşturmaktadır. Troposferik gecikme bunlardan birisidir. GNSS teknolojisine ilginin artmasıyla beraber öğrenme algoritmalarının atmosfer/troposfer çalışmalarında kullanımı, troposferik gecikme kestirimi için yeni modellerin oluşturulmasını önemli hale getirmiştir. Bu çalışmada, Radyal Tabanlı Destek Vektör Regresyonu insert ignore into journalissuearticles values(RTF-DVR);, Ridge ve Elastik-Net regresyon modelleriyle zenit troposferik gecikmenin insert ignore into journalissuearticles values(ZTD); kestirilmesi amaçlanmış, makine öğrenimi esasına göre eğitilmiş yeni regresyon modellerinin ZTD kestiriminde alternatif olarak tercih edilebilirliği araştırılmıştır. Bunun için farklı yöntemlerden elde edilen sonuç ZTD modelleri karşılaştırılarak analiz edilmiştir. Analiz sonuçlarından RTF-DVR modelinin daha iyi sonuçları verdiği, bunu Elastik-Net ve Ridge modellerinin takip ettiği tespit edilmiştir. Sonrasında yeni modellerden elde edilen ZTD değerleri, Canadian Spatial Reference System–Precise Point Positioning insert ignore into journalissuearticles values(CSRS-PPP); ZTD değerleriyle karşılaştırılıp modellerin performansı değerlendirilmiştir. Değerlendirme sonuçlarına göre, CSRS-PPP’ye en uyumlu modelin RTF-DVR olduğu sonucuna varılmıştır.
Keywords : RTF DVR, CSRS PPP, ZTD kestirimi, Makine öğrenimi, RTF DVR, Ridge ve elastik net regresyonu, CSRS PPP