UNITesi

Study and Design of Bayesian Methods for GNSS in Challenging Environments

VOUCH, OLIVIERO
2025
25-set-2025
Inglese
Global Navigation Satellite System; Bayesian Estimation; Kalman Filtering; Particle Filtering; ultra-wide band; Sensor Integration; Collaborative Positioning; Deep Space Navigation; Orbit Determination; Lunar GNSS Receiver Experiment; Autonomous Navigation; Trajectory-Aware Estimation
DOVIS, FABIO
Politecnico di Torino
355
Politecnico di Torino
File in questo prodotto:
File Dimensione Formato  
conv_eece_phd_thesis_ov.pdf

embargo fino al 25/09/2026

Licenza: Tutti i diritti riservati
Dimensione 38.93 MB
Formato Adobe PDF
38.93 MB Adobe PDF
conv_eece_phd_abstract_ov.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 353.07 kB
Formato Adobe PDF
Visualizza/Apri
353.07 kB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/303746
Il codice NBN di questa tesi è URN:NBN:IT:POLITO-303746