Modelo Estocástico para Dados GNSS e Séries Temporais de Coordenadas GNSS

1. Modelo Estocástico para Dados GNSS e Séries Temporais de Coordenadas GNSS Doutoranda: Heloísa Alves da Silva Orientador: João Francisco Galera Monico Co-orientadores: Paulo de Oliveira Camargo Marcio Aquino

2. Introdução • Posicionamento GNSS • Técnica mais utilizada nos levantamentos geodésicos e topográficos • Processamento de dados mais realísticos • Modelo funcional • Descreve as propriedades determinísticas da realidade física • Modelo estocástico • Descreve as propriedades estocásticas na forma da MVC Heloísa Alves da Silva

3. Introdução • Processamento de dados GNSS – MMQ • Observáveis – mesma precisão e estatisticamente independentes • Modelos estocásticos não-realísticos • Precisões otimistas • Implementação de modelagem estocástica mais adequada • Cintilação ionosférica Heloísa Alves da Silva

4. Introdução • Efeitos não-modelados (ruídos) • Séries temporais das coordenadas GNSS • Caracterização dos ruídos baseada nas componentes • white-noise, flicker noise e random walk • Estimação das componentes: MMQ • Construção de um novo modelo estocástico das componentes • Melhor representação e entendimento das séries temporais Heloísa Alves da Silva

5. Objetivo • Investigar os modelos estocásticos • Observáveis originais GNSS, • Séries temporais das coordenadas estimadas • Objetivos secundários: • Considerar os efeitos de cintilação ionosférica na modelagem estocástica do processamento de dados GNSS • Investigar a correlação das séries temporais das coordenadas GNSS no tempo e espaço, visando determinar componentes comuns entre elas, além de determinar um modelo válido para uma grande extensão (Brasil, por exemplo) Heloísa Alves da Silva

6. Justificativa • Os modelos referentes às séries temporais que estão disponíveis na literatura se concentram basicamente na componente temporal, sem fazer análises baseadas no espaço, ou seja, análise multivariada • Disponibilização de uma metodologia que contribuirá com as análises geofísicas a partir das séries temporais de coordenadas GNSS Heloísa Alves da Silva

7. Fundamentos Teóricos • Modelo estocástico de diferentes precisões – processamento GNSS e Heloísa Alves da Silva

8. Fundamentos Teóricos • Modelo em função da cintilação ionosférica • Receptores GSV4004 da Novatel • Extração de parâmetros da cintilação ionosférica • Baseado nos modelos de Conker et al. (2002) Variância de rastreio na saída de PLL: variância do oscilador do receptor/satélite variância da cintilação da fase variância do ruído termal Heloísa Alves da Silva

9. Fundamentos Teóricos • Séries temporais das coordenadas GNSS Modelo funcional onde, y0, r, ak, bk e ksão desconhecidos (incógnitas) Modelo estocástico onde: I é uma matriz identidade quadrada de ordem m Qf e Qrw são as matrizes cofatoras relacionadas com as componentes flicker noise e random walk Heloísa Alves da Silva

10. Fundamentos Teóricos • Tipos de ruídos white noise flicker noise random walk Heloísa Alves da Silva

11. Metodologia • Processamento GNSS - Modelagem estocástica já implementada - Mestrado • Posicionamento relativo – GPSeq • Posicionamento por ponto – PP_Sc • Séries temporais GNSS • Realizar testes para identificar as componentes • white-noise, flicker noise e random walk • Construir um modelo estocástico para avaliar as componentes da série temporal • Realizar análise multivariada envolvendo várias estações • Identificar elementos comuns, em termos de sazonalidade (anual, semi-anual, etc.). • Uma vez identificado os elementos comuns que caracterizam a região de estudo, objetiva-se construir um campo de variabilidade sazonal da região Heloísa Alves da Silva

12. Metodologia • Dados a serem utilizados • Séries temporais • Brasil – RBMC • Modelo estocástico dos dados GPS • Regiões equatoriais – Brasil • Altas latitudes Heloísa Alves da Silva

13. Cronograma • Obtenção dos créditos junto ao PPGCC; • Revisão bibliográfica sobre o assunto; • Preparo e realização do exame de qualificação; • Implementação de algoritmos para a modelagem estocástica dos dados GNSS; • Implementação de algoritmos para a caracterização dos ruídos das séries temporais de coordenadas GNSS; • Definição e coleta dos dados; • Testes e Análise dos resultados; • Alterações e melhorias na implementação; • Eventuais correções; • Redação da tese de doutorado e defesa. Heloísa Alves da Silva

14. Créditos Heloísa Alves da Silva

15. Obrigada pela atenção! Heloísa Alves da Silva