RESUMEN En las últimas décadas, debido a la creciente movilidad de personas y bienes, el rápido crecimiento de los usuarios de dispositivos móviles con servicios basados en la ubicación ha aumentado la necesidad de información geoespacial. En este contexto, el posicionamiento utilizando los datos recopilados por los Sistemas Globales de Satélite de Navegación (multi-GNSS) ha ganado más importancia en el campo de la geomática. La calidad de las soluciones está relacionada, entre otros factores, con el tipo de receptor utilizado en el trabajo. Para mejorar el posicionamiento con dispositivos de bajo costo y evitar gastos adicionales del usuario, este trabajo tiene como objetivo proponer la implementación de una Red Neural Artificial (ANN) para estimar los observables del operador GPS L2. Para esto, se seleccionó un modelo de red a través de la técnica de validación cruzada (CV), se estimaron las observaciones y se analizó la precisión de las soluciones. La técnica CV demostró que un Perceptrón multicapa con cuatro capas intermedias y uno con una capa intermedia son las configuraciones más apropiadas para este problema. El procesamiento RINEX de doble frecuencia (con datos artificiales) reveló mejoras significativas. Para algunas pruebas, fue posible cumplir con las regulaciones de georreferenciación de propiedad rural del Instituto Nacional de Colonización y Reforma Agraria (INCRA). Los resultados indican, por lo tanto, que la propuesta metodológica de la presente investigación es muy prometedora para aproximar la calidad de posicionamiento accesible utilizando un receptor de doble frecuencia.

ABSTRACT In recent decades, due to the increasing mobility of people and goods, the rapid growth of users of mobile devices with location-based services has increased the need for geospatial information. In this context, positioning using data collected by the Global Navigation Satellite Systems (multi-GNSS) has gained more importance in the field of geomatics. The quality of the solutions is related, among other factors, to the receiver's type used in the work. To improve the positioning with low-cost devices and to avoid additional user expenses, this work aims to propose the implementation of an Artificial Neural Network (ANN) to estimate the GPS L2 carrier observables. For this, a network model was selected through the cross-validation (CV) technique, the observations were estimated, and the accuracy of the solutions was analyzed. The CV technique demonstrated that a Multilayer Perceptron with four intermediate layers and one with one intermediate layer are the most appropriate configurations for this problem. The dual-frequency RINEX processing (with artificial data) revealed significant improvements. For some tests, it was possible to comply with the rural property georeferencing regulations of the Brazilian National Institute of Colonization and Agrarian Reform (INCRA). The results indicate, therefore, that the methodological proposal of the present investigation is very promising for approximating the quality of positioning reachable using a dual-frequency receiver.

O correto processamento das medições GNSS, bem como a correta interpretação dos seus resultados, são fatores fundamentais para a análise da qualidade dos trabalhos de medições agrárias. Neste sentido, é importante ter em mente que, embora, os valores estatísticos indicados pela maioria dos programas de computador comerciais de processamento GNSS descrevam a credibilidade do trabalho realizado, eles não são consistentes para indicarem a confiabilidade dos valores das coordenadas processadas. Com base nessa suposição, este artigo propõe uma tabela para classificar a confiabilidade de linhas de base obtidas por meio de processamento de dados GNSS. Como dados de entrada foram utilizadas medições realizadas entre os anos 2006 e 2008, considerando diferentes estações do ano, diferentes configurações das estações RBMC e diferentes comprimentos de linhas de base. Como demonstrado, verifica-se que parâmetros, tais como, comprimentos da linha de base, solução da ambiguidade, valores PDOP e valores da precisão das coordenadas obtidas, podem ser usados como parâmetros de confiabilidade. A classificação proposta garante os requerimentos da Lei N( 10.267/2001 do Instituto Nacional de Colonização e Reforma Agrária (INCRA).

The correct data processing of GNSS measurements, as well as a correct interpretation of the results are fundamental factors for analysis of quality of land surveying works. In that sense, it is important to keep in mind that, although, the statistical data provided by the majority of commercials software used for GNSS data processing, describes the credibility of the work, they do not have consistent information about the reliability of the processed coordinates. Based on that assumption, this paper proposes a classification table to classify the reliability of baselines obtained through GNSS data processing. As data input, the GNSS measurements were performed during the years 2006 and 2008, considering different seasons of the year, geometric configurations of RBMC stations and baseline lengths. As demonstrated in this paper, parameters as baseline length, ambiguity solution, PDOP value and the precision of horizontal and vertical values of coordinates can be used as reliability parameters. The proposed classification guarantees the requirements of the Brazilian Law N( 10.267/2001 of the National Institute of Colonization and Agrarian Reform (INCRA)