Resumo: Nós apresentamos um método de simulação numérica para planejamento de redes geodésicas. O critério de qualidade considerado é baseado no poder do teste do procedimento estatístico data snooping. Esse critério expressa a probabilidade do procedimento data snooping de identificar corretamente um outlier. Em geral, o valor do poder do teste é sempre desconhecido na prática (definido na teoria). Porém, com o advento de computadores mais rápidos e sistemas de armazenamento de dados de maior capacidade, o poder do teste pode ser estimado por meio de simulações numéricas. O número de experimentos que o procedimento data snooping identifica corretamente um outlier é quantificado por meio do método Monte Carlo de simulação. Se a configuração inicial da rede não atender o critério de confiabilidade, então uma nova observação é adicionada no projeto da rede. O método não faz uso de observações reais coletadas em campo, dependendo apenas da configuração geométrica da rede, das incertezas das observações e da magnitude dos outliers. A eficiência do método é verificada por meio de um exemplo numérico de uma rede de nivelamento geométrico simulada. Os resultados mostraram a necessidade de cinco observações adicionais entre os pontos adjacentes. A adição destas novas observações melhorou a confiabilidade interna da rede de aproximadamente 18%. Portanto, a rede é projetada de modo que seja capaz de identificar outliers e ainda resistir a outilers não identificados nas observações - de acordo com os níveis de probabilidade.

Abstract: We present a numerical simulation method for designing geodetic networks. The quality criterion considered is based on the power of the test of data snooping testing procedure. This criterion expresses the probability of the data snooping to identify correctly an outlier. In general, the power of the test is defined theoretically. However, with the advent of the fast computers and large data storage systems, it can be estimated using numerical simulation. Here, the number of experiments in which the data snooping procedure identifies the outlier correctly is counted using Monte Carlos simulations. If the network configuration does not meet the reliability criterion at some part, then it can be improved by adding required observation to the surveying plan. The method does not use real observations. Thus, it depends on the geometrical configuration of the network; the uncertainty of the observations; and the size of outlier. The proposed method is demonstrated by practical application of one simulated leveling network. Results showed the needs of five additional observations between adjacent stations. The addition of these new observations improved the internal reliability of approximately 18%. Therefore, the final designed network must be able to identify and resist against the undetectable outliers - according to the probability levels.

Diluição da precisão das ambiguidades GNSS, conhecida como ADOP (Ambiguity Dilution of Precision), é o tópico principal deste artigo. Basicamente, o ADOP é definido como uma medida escalar para avaliar a precisão das ambiguidades reais (float). Assim, entre as inúmeras possibilidades, a ADOP pode auxiliar na previsão do comportamento de uma linha base ou de uma rede de receptores GNSS no que diz respeito ao problema de solução das ambiguidades envolvidas, quer seja em tempo real (instantânea), ou no modo pós-processado. A vantagem de utilizar a grandeza ADOP advém da possibilidade de extrair uma expressão analítica simplificada, considerando os diversos fatores que afetam a resolução das ambiguidades. Além disso, essa grandeza traz informação a respeito da taxa de sucesso de resolução das ambiguidades. As expressões utilizadas nesse artigo levam em consideração alguns fatores, como por exemplo, informações a priori da precisão das medidas de fase da onda portadora e pseudodistância, número de estações e satélites, número de frequências disponíveis e o comportamento da atmosfera, considerando tanto a troposfera como a ionosfera. A partir dessas informações, diversos cenários são factíveis de serem estabelecidos visando analisar o impacto de cada informação particular na resolução das ambiguidades. As análises foram realizadas no contexto de algumas estações da rede GNSS-SP, uma rede GNSS estabelecida no Estado de São Paulo.

The main topic of this paper is the Ambiguity Dilution of Precision known as ADOP. Basically, ADOP is defined as a diagnostic measure for assessing the precision of the float scalar ambiguities. Among the several possibilities, the ADOP can provide help in predicting the behavior of a baseline or a network of GNSS receivers, concerning the problem of ambiguity resolution, either in real-time (instantaneous) or in the post-processing mode. The main advantage of using ADOP is possibility of the extraction of a closed analytical expression, considering various factors that affect the ambiguity resolution. Furthermore, the ADOP is related to the success rate of ambiguity resolution. The expressions here used, takes into account several factors, for example, a priori information of the measurement precision of GNSS carrier phase and pseudorange, the number of stations and satellites, the number of available frequencies and the behavior of the atmosphere (ionosphere and troposphere). Several scenarios were established so as to analyze the impact of each factor in ambiguities resolution, within the context of some stations of the São Paulo GNSS network (GNSS-SP).