@ARTICLE{Kadaj_Roman_Nowe_2008, author={Kadaj, Roman}, volume={vol. 57}, number={No. 2}, journal={Geodesy and Cartography}, pages={61-79}, howpublished={online}, year={2008}, publisher={Commitee on Geodesy PAS}, abstract={Praca prezentuje nowe algorytmy różnicowe dla postprocessingu GPS, z wykorzystaniem podwójnych lub potrójnych różnic faz oraz wielopunktowych sesji obserwacyjnych. Charakterystyczną cechą nowych algorytmów jest to, że wykorzystują one pełne zbiory (typu Schreibera) różnic obserwacyjnych z (teoretycznie) diagonalnymi macierzami wagowymi. Proponowane modele estymacji są równoważne do zadania najmniejszych kwadratów dla oryginalnego układu nie różnicowych równań obserwacyjnych. Teoretyczną podstawą algorytmów są twierdzenia o własnościach równań różnicowych typu Schreibera. Twierdzenia mają praktyczne znaczenie zwłaszcza w odniesieniu do funkcjonalnego modelu potrójnych rozrnc faz. W ujęciu klasycznym takie zadanie byto upraszczane ze względu na konieczność odwracania nie diagonalnej macierzy kowariancyjnej, zwykle o znacznych rozmiarach. Podobne korzyści otrzymuje się w przypadku wielopunktowej sesji obserwacyjnej, gdzie skorelowanie wektorów GPS zmusza w praktyce do użycia uproszczonych modeli stochastycznych. Proponowana metoda eliminuje także problem wyboru satelity bazowego (referencyjnego). Jest to bardzo ważne zwłaszcza dla długich sesji obserwacyjnych. Algorytmy nie wymagają selekcji i wyróżnienia jakiegokolwiek satelity - wszystkie ,,obserwowane" satelity pełnią względem siebie analogiczną funkcję. Algorytmy są zastosowane w profesjonalnych programach dla względnego pozycjonowania w systemie GPS.}, type={Article}, title={Nowe algorytmy postprocessingu GPS dla modeli wielo-bazowych oraz analogie do klasycznych sieci geodezyjnych}, URL={http://ochroma.man.poznan.pl/Content/121238/PDF-MASTER/4_GK_VOL_57_NO_2_2008_Kadaj_Nowe_algorytmy.pdf}, keywords={GPS, post-processing, carrier phase differences, triple-differences, multiplebaseline session, elimination of nuisance parameters, BETA method, diagonal weightmatrix}, }