National Positioning Infrastructure: 

 Technical, Institutional and Economic Criteria for Coordinating Access to 

Australia’s GNSS CORS Infrastructure 

 

Grant J. Hausler BGeomE (Hons). GCertCommResSt  

     

 

Submitted in total fulfilment of the requirements of the degree of  

Doctor of Philosophy    

   

March 2014         

Department of Infrastructure Engineering The University of Melbourne

i  

  

 

 

 

 

 

 

 

 

 

 

 

This work has been supported by the Cooperative Research Centre for Spatial Information, whose activities are funded by the Australian Commonwealth's Cooperative Research Centres Programme. 

 

 

   

ii  

ABSTRACT  

Satellite positioning technology  is embedded  in the global  information economy. Society uses 

Global  Navigation  Satellite  Systems  (GNSS)  to  derive  Position,  Navigation  and  Timing  (PNT) 

information  for  transport,  engineering,  construction,  agriculture,  surveying,  meteorology, 

finance,  Earth  sciences,  emergency  response  and  research  activities.  Consumer  demand  for 

PNT  information has  stimulated market growth  for  value‐added GNSS  services  that enhance 

accuracy, coverage and service performance. 

 In Australia,  governments  do  not  currently  invest  in  space  assets  for  PNT, but  deploy GNSS 

ground  infrastructure  and  operate  positioning  services  that  build  integrity  in  the  national 

datum,  and  facilitate  access  to  this  datum  using  Continuously Operating  Reference  Stations 

(CORS). Industry  providers  have  developed  positioning  services  by  licensing  data  from 

government‐owned  CORS  where  demand  is  strong,  and  deploy  additional  CORS  where 

commercial benefits outweigh fixed‐cost investment.  

However, a  lack of  technical,  institutional and economic  coordination between governments 

and  industry has  led  to duplication  and over‐investment which, based on  findings  from  this 

research, has  limited high accuracy positioning coverage to  less than 9% of the country’s  land 

mass.  No  individual  provider  enables  access  to  this  existing  coverage  region,  and  limited 

research  has  addressed  the  barriers  to  entry  that  hamper  coordination  in  supplying  CORS 

infrastructure, which in turn limits access to high accuracy positioning services. 

Technical,  institutional  and  economic  barriers  are  identified  and  examined  through  this 

research  to  contribute  spatial  and  economic  evidence  supporting  the  development  of  a 

National Positioning Infrastructure (NPI) in Australia. Recommendations for coordinating access 

to existing and future CORS infrastructure are summarised within the NPI Planning Framework 

to outline criteria for minimising future investment costs, and to maximise the utility of existing 

investment.  New  evidence  is  presented  in  an  economic  context  on  the  public  good  and 

commercial benefits of producing and distributing authoritative and standardised multi‐GNSS 

position  information  through  a  single  point  of  access  from  the  NPI.  These  findings  are 

consolidated  within  the  NPI  Planning  Framework  to  inform  future  policy  and  investment 

decisions, including recommendations that will support implementation of Australia’s Satellite 

Utilisation Policy and the Australian Government NPI Plan. 

 

 

   

iii  

   

iv  

DECLARATION  

 This is to certify that  

 

i. the thesis comprises only my original work towards the PhD, 

ii. due acknowledgement has been made in the text to all other material used, 

iii. the thesis is less than 100,000 words in length, exclusive of tables, maps, 

bibliographies and appendices.  

 

 

 

Grant J. Hausler 

 

 

Date 

 

 

 

v  

   

vi  

ACKNOWLEDGEMENTS  First  and  foremost,  thank  you  to  my  supervisor  Dr  Philip  Collier  for  his  unwavering  support  and 

commitment  to  this  research.  Your  interest,  guidance,  expertise,  communication,  professionalism, 

patience and encouragement define the notion of ‘leading by example’. 

To my co‐supervisor, A/Prof Allison Kealy, for encouraging me to begin this journey, and for contributing 

such a broad network of resources to this research, and to the department as whole.  

To  the University of Melbourne and  the Department of  Infrastructure Engineering  (Geomatics),  thank 

you  for  the opportunity to undertake  this research.  I am grateful  for your ongoing administrative and 

financial  support,  including  funding  through  a Melbourne  University  Overseas  Research  Experience 

Scholarship  (to  Nottingham  University,  UK)  as  well  as  departmental  contributions  for  conference 

attendance.  I  extend  this  thank  you  to  Melbourne  Business  School  and  the  Melbourne  School  of 

Graduate  Research  for  additional  scholarship  funding  to  complete  a  Graduate  Certificate  in 

Commercialisation  for  Research  Students, which  inspired  the  economic  direction  of  this  work.  This 

research was also made possible  through Australian Postgraduate Award  funding  from  the Australian 

Government. 

To  the  Cooperative  Research  Centre  for  Spatial  Information  (CRCSI),  thank  you  for  the  network  of 

industry, government and academic resources and expertise you not only brought to this research, but 

bring  to  the  spatial  sector as a whole. Thank you  for allowing access  to your amenities and  for your 

financial support through top‐up scholarships and additional conference support.  

There  has  been  ongoing  input  from  numerous  government  and  industry  participants  nationally  and 

internationally  towards  this  research. Special  thanks  to  James Millner and  the  team at GPSnet within 

Victoria’s Department of Environment and Primary  Industries  for  introducing me  to  the  intricacies of 

CORS network management, both  technically and  institutionally. To Gary  Johnston,  John Dawson and 

the team at Geoscience Australia, thank you for the opportunity to build on, and contribute value from 

this research at a national level. 

To my colleagues at  the CRCSI and Melbourne University,  thank you  for your  interest  in  this research 

and  for our ongoing discussions on a diverse array of  interrelated  research  themes. Special  thanks  to 

Eldar Rubinov, Christos Stamatopoulos and Simon Fuller for supporting and discussing this research, and 

for reminding me to enjoy the social side of research life. 

To Martin Hale, for our endless discussions on the objectives and relevance of this research in a national 

context, and for your mentorship on the research experience itself.  

And  finally,  to  my  family,  for  your  confidence  and  support  in  pursuing  this  challenge,  and  every 

challenge I embark on. Your support and encouragement is most important of all. 

vii  

   

viii  

  

 

 

 

 

 

 

 

 

 

 

 

To my family 

 

 

   

ix  

   

x  

CONTENTS Abstract ........................................................................................................................................................ii Declaration .................................................................................................................................................. iv Acknowledgements ..................................................................................................................................... vi List of Figures ............................................................................................................................................. xiv List of Tables ............................................................................................................................................... xv Chapter 1    Introduction .............................................................................................................................. 1 

1.1  Problem Statement ................................................................................................................... 4 1.2  Research Hypothesis ................................................................................................................. 5 1.3  Research Rationale .................................................................................................................... 6 1.4  Significance of the Research ...................................................................................................... 7 

1.4.1  National Positioning Infrastructure Plan ................................................................................. 7 1.4.2  Thesis Scope ............................................................................................................................ 8 

1.5  Research Aims & Tasks .............................................................................................................. 9 1.6  Thesis Outline ........................................................................................................................... 10 

1.6.1  NPI Planning Framework ....................................................................................................... 12 Chapter 2    Space Policy & Satellite Positioning Systems ............................................................................ 15 

2.1  Introduction ............................................................................................................................. 16 2.1.1  Research Rationale ................................................................................................................ 16 

2.2  Space Policy .............................................................................................................................. 17 2.2.1  US Space Policy ..................................................................................................................... 18 2.2.2  Russian Space Policy ............................................................................................................. 20 2.2.3  European Space Policy .......................................................................................................... 20 2.2.4  Japanese Space Policy ........................................................................................................... 21 2.2.5  Chinese Space Policy ............................................................................................................. 21 2.2.6  Indian Space Policy ................................................................................................................ 22 2.2.7  Australian Space Policy ......................................................................................................... 22 

2.3  Global Navigation Satellite Systems .......................................................................................... 25 2.3.1  Early Radionavigation Systems .............................................................................................. 25 2.3.2  Geodesy ................................................................................................................................ 27 2.3.3  GPS (US) ................................................................................................................................ 27 2.3.3.1  Space Segment ................................................................................................................. 28 2.3.3.2  Selective Availability ......................................................................................................... 29 2.3.3.3  Control Segment .............................................................................................................. 30 2.3.3.4  User Segment ................................................................................................................... 31 2.3.3.5  GPS Modernisation ........................................................................................................... 31 

2.3.4  GLONASS (Russia) .................................................................................................................. 32 2.3.4.1  Space Segment ................................................................................................................. 33 

2.3.5  GALILEO (Europe) .................................................................................................................. 33 2.3.6  BEIDOU (China) ..................................................................................................................... 35 

2.4  Regional Navigation Satellite Systems ...................................................................................... 37 2.4.1  QZSS (Japan) .......................................................................................................................... 37 2.4.2  IRNSS (India) .......................................................................................................................... 38 2.4.3  Space Based Augmentation Systems .................................................................................... 38 2.4.3.1  WAAS (US) ........................................................................................................................ 40 2.4.3.2  EGNOS (Europe) ............................................................................................................... 41 2.4.3.3  MSAS (Japan) .................................................................................................................... 43 2.4.3.4  SDCM (Russia) .................................................................................................................. 43 2.4.3.5  GAGAN (India) .................................................................................................................. 44 2.4.3.6  South Korea ...................................................................................................................... 45 2.4.3.7  Australia ........................................................................................................................... 46 2.4.3.8  Global SBAS Coverage ...................................................................................................... 47 

2.5  A Multi‐GNSS Future................................................................................................................. 48 2.6  Conclusion ................................................................................................................................ 51 

Chapter 3    Positioning Infrastructure & GNSS Positioning Techniques ....................................................... 53 3.1  Introduction ............................................................................................................................. 54 

3.1.1  Research Rationale ................................................................................................................ 54 

xi  

3.2  Positioning Infrastructure ......................................................................................................... 55 3.2.1  Ground Infrastructure ........................................................................................................... 57 3.2.1.1  Continuously Operating Reference Stations .................................................................... 57 3.2.1.2  Tiered Infrastructure ........................................................................................................ 58 

3.2.2  Non‐GNSS Positioning Infrastructure .................................................................................... 60 3.3  GNSS Measurements and Error Sources .................................................................................... 61 

3.3.1  Code and Carrier Phase Measurements ................................................................................ 62 3.3.2  Satellite Orbit Errors.............................................................................................................. 64 3.3.3  Satellite and Receiver Clock Errors ........................................................................................ 64 3.3.4  Ionospheric Error .................................................................................................................. 65 3.3.5  Tropospheric Error ................................................................................................................ 66 3.3.6  Multipath .............................................................................................................................. 67 3.3.7  Other Biases .......................................................................................................................... 68 3.3.8  User Equivalent Range Error ................................................................................................. 69 

3.4  GNSS Positioning Techniques .................................................................................................... 70 3.4.1  Single Point Positioning ......................................................................................................... 70 3.4.2  Relative Positioning ............................................................................................................... 71 3.4.2.1  Differential GNSS .............................................................................................................. 71 3.4.2.2  Real‐Time Kinematic (RTK) ............................................................................................... 72 3.4.2.3  Network Real‐Time Kinematic (NRTK) .............................................................................. 72 

3.4.3  Precise Point Positioning ....................................................................................................... 74 3.4.3.1  Real‐Time PPP .................................................................................................................. 75 

3.4.4  Data Formats ......................................................................................................................... 76 3.5  The Geospatial Reference System (GRS) ................................................................................... 78 

3.5.1  Position Accuracy .................................................................................................................. 79 3.5.2  Australia’s NGRS .................................................................................................................... 80 3.5.2.1  Coordinate Traceability .................................................................................................... 81 3.5.2.2  Relative versus Absolute Accuracy ................................................................................... 82 3.5.2.3  Global and Regional Reference Frames ............................................................................ 82 3.5.2.4  A Modernised Datum for Australia .................................................................................. 85 3.5.2.5  Asia‐Pacific Reference Frame (APREF).............................................................................. 85 

3.6  Conclusion ................................................................................................................................ 86 Chapter 4    Evolution of Australia’s CORS Infrastructure & Positioning Services ......................................... 87 

4.1  Introduction ............................................................................................................................. 88 4.1.1  Research Rationale ................................................................................................................ 88 

4.2  Government & Industry CORS Infrastructure ............................................................................ 89 4.2.1  Government Infrastructure & Service Providers ................................................................... 89 4.2.1.1  Institutional Roles & Responsibilities ............................................................................... 90 4.2.1.2  Federal Infrastructure (ARGN & AuScope) ....................................................................... 92 4.2.1.3  State and Territory Infrastructure .................................................................................... 94 

4.2.2  Positioning Services ............................................................................................................... 98 4.2.2.1  Service Providers .............................................................................................................. 98 4.2.2.2  Data Service Providers ..................................................................................................... 99 4.2.2.3  Value Added Resellers ...................................................................................................... 99 4.2.2.4  Data Custodians ............................................................................................................. 101 4.2.2.5  Service Level Management ............................................................................................ 103 

4.2.3  Competitive Neutrality ........................................................................................................ 104 4.2.4  Industry Infrastructure & Service Providers ........................................................................ 104 4.2.5  Wholesale and Retail Distribution ....................................................................................... 108 4.2.5.1  National Broadband Network ........................................................................................ 108 4.2.5.2  High Accuracy Positioning Services ................................................................................ 109 

4.3  Mapping CORS Infrastructure & High Accuracy Service Coverage ............................................ 111 4.3.1  National GNSS CORS Infrastructure (NGCI) Web Map ........................................................ 111 4.3.1.1  NGCI Database ............................................................................................................... 112 

4.3.2  High Accuracy GNSS Service Coverage ................................................................................ 113 4.3.2.1  Data Licensing Arrangements ......................................................................................... 116 4.3.2.2  Data Licensing ‐ Royalties ............................................................................................... 117 4.3.2.3  Pseudo‐National Positioning Services ............................................................................ 117 4.3.2.4  Government versus Industry Coverage .......................................................................... 118 

4.3.3  Case Study 1 – Network Expansion ..................................................................................... 120 4.4  International Comparisons ..................................................................................................... 123 

xii  

4.4.1  Great Britain ........................................................................................................................ 123 4.4.2  Germany.............................................................................................................................. 124 4.4.3  United States ....................................................................................................................... 126 4.4.3.1  Scientific Drivers ............................................................................................................. 127 4.4.3.2  State Networks ............................................................................................................... 129 

4.4.4  Canada ................................................................................................................................ 131 4.4.5  Data Licensing – An International Trend ............................................................................. 132 4.4.6  Global Services Providers .................................................................................................... 133 4.4.6.1  Industry Service Providers .............................................................................................. 133 4.4.6.2  IGS Real‐Time Service ..................................................................................................... 135 4.4.6.3  Global versus National Positioning Infrastructures ........................................................ 136 

4.4.7  Global Collaboration ........................................................................................................... 136 4.5  Conclusion .............................................................................................................................. 137 

Chapter 5    The NPI Concept ..................................................................................................................... 139 5.1  Introduction ........................................................................................................................... 140 

5.1.1  Research Rationale .............................................................................................................. 140 5.2  Building Consensus ................................................................................................................. 141 

5.2.1  ANZLIC NPI Policy ................................................................................................................ 141 5.2.2  Australian Strategic Plan for GNSS ...................................................................................... 141 5.2.3  Australia’s NPI Plan ............................................................................................................. 142 

5.3  NPI: A Single Point of Access ................................................................................................... 143 5.3.1  Past Research ...................................................................................................................... 143 5.3.1.1  GNSS CORS Network Management Model ..................................................................... 144 5.3.1.2  The Higgins Model .......................................................................................................... 146 

5.3.2  NPI: A New Approach to Coordinating Access .................................................................... 147 5.3.2.1  NPI: A Natural Evolution ................................................................................................. 149 

5.4  Conclusion .............................................................................................................................. 150 Chapter 6    Accessing GNSS Positioning Services: Understanding the Economics ...................................... 153 

6.1  Introduction ........................................................................................................................... 154 6.1.1  Research Rationale .............................................................................................................. 154 6.1.2  Economic theory ................................................................................................................. 155 6.1.2.1  Background .................................................................................................................... 155 6.1.2.2  Spatial Data & Position Information ............................................................................... 156 

6.2  Market Structure & Competition ............................................................................................ 157 6.2.1  Information Goods .............................................................................................................. 157 6.2.1.1  Opportunity Cost ............................................................................................................ 158 6.2.1.2  Utility .............................................................................................................................. 159 6.2.1.3  Cost Structure ................................................................................................................ 159 

6.2.2  Market Structure ................................................................................................................. 161 6.2.2.1  Natural Monopolies & Economies of Scale .................................................................... 162 6.2.2.2  Pricing Information Goods ............................................................................................. 163 

6.2.3  Producing High Accuracy Positioning Services .................................................................... 165 6.2.3.1  Data Licensing & Market Competition ........................................................................... 165 6.2.3.2  Performance Standards .................................................................................................. 167 6.2.3.3  Case Study 2 – Pricing Government & Industry Positioning Services ............................. 168 6.2.3.4  Oligopolistic Competition ............................................................................................... 171 

6.2.4  Network Effects ................................................................................................................... 173 6.2.4.1  Data Standards: Open versus Controlled Access ............................................................ 175 6.2.4.2  IGS Data Standards: Implications for Australia’s NPI ...................................................... 178 

6.3  Supply and Demand for Positioning Services in Australia ........................................................ 179 6.3.1  Demand ............................................................................................................................... 179 6.3.1.1  Background Theory ........................................................................................................ 179 6.3.1.2  Quantifying Demand ...................................................................................................... 181 6.3.1.3  Horizontal & Vertical Differentiation.............................................................................. 182 6.3.1.4  Price versus Accuracy ..................................................................................................... 184 6.3.1.5  Estimating Demand for High accuracy Subscriptions in Australia .................................. 186 6.3.1.6  Identifying Current & Future Demand in the GNSS Market ........................................... 189 

6.3.2  Supply.................................................................................................................................. 191 6.3.2.1  Externalities & the Cost‐Benefit Relationship ................................................................ 192 6.3.2.2  Duplication, Over‐Investment & Market Failure ............................................................ 195 6.3.2.3  Locating Costs and Benefits in Australia ......................................................................... 196 

xiii  

6.3.2.4  Marginal Utility ............................................................................................................... 201 6.3.3  NPI: Maximising Benefits at Minimum Cost ........................................................................ 203 6.3.3.1  The Value of RT‐PPP to Australia .................................................................................... 207 

6.4  Public Policy ........................................................................................................................... 210 6.4.1  Rules and Regulations ......................................................................................................... 210 6.4.1.1  Telecommunications ...................................................................................................... 210 6.4.1.2  Electricity ........................................................................................................................ 211 6.4.1.3  Positioning Services ........................................................................................................ 211 

6.4.2  The Role of Government ..................................................................................................... 212 6.4.2.1  Addressing Market Failure ............................................................................................. 212 6.4.2.2  Commercial Drivers ........................................................................................................ 214 

6.4.3  Public Goods ....................................................................................................................... 215 6.4.3.1  Background .................................................................................................................... 215 6.4.3.2  Positioning Infrastructure & Services: A Public Resource? ............................................. 216 

6.5  Conclusion .............................................................................................................................. 217 Chapter  7       NPI  Planning  Framework:  Technical,  Institutional &  Economic  Criteria  for  Coordinating Access to Australia’s GNSS CORS Infrastructure ........................................................................................ 221 

7.1  Introduction ........................................................................................................................... 222 7.1.1  Research Rationale .............................................................................................................. 222 

7.2  NPI: A Conceptual Framework ................................................................................................ 223 7.2.1  Introduction ........................................................................................................................ 223 

7.3  NPI Planning Framework ........................................................................................................ 226 7.3.1  Policy ................................................................................................................................... 228 7.3.1.1  Institutional Criteria ....................................................................................................... 228 7.3.1.2  Technical Criteria ............................................................................................................ 230 7.3.1.3  Economic Criteria ........................................................................................................... 231 

7.3.2  Investment .......................................................................................................................... 232 7.3.2.1  Institutional Criteria ....................................................................................................... 233 7.3.2.2  Technical Criteria ............................................................................................................ 234 7.3.2.3  Economic Criteria ........................................................................................................... 235 

7.3.3  Infrastructure & Services .................................................................................................... 236 7.3.3.1  Institutional Criteria ....................................................................................................... 236 7.3.3.2  Technical Criteria ............................................................................................................ 237 7.3.3.3  Economic Criteria ........................................................................................................... 238 

7.3.4  Access .................................................................................................................................. 239 7.3.4.1  Institutional Criteria ....................................................................................................... 239 7.3.4.2  Technical Criteria ............................................................................................................ 241 7.3.4.3  Economic Criteria ........................................................................................................... 242 

7.4  Conclusion .............................................................................................................................. 243 Chapter 8    Thesis Conclusion ................................................................................................................... 245 Legislation ................................................................................................................................................ 249 References ................................................................................................................................................ 249 Appendix A – Geodetic Datums & Coordinate Systems ............................................................................. 263 Appendix B – Measurement Criteria for NRTK Coverage in Australia ......................................................... 267 Appendix C – Global & Regional CORS Networks ....................................................................................... 269  

   

xiv  

LIST OF FIGURES  Figure 1: Research Hypothesis...................................................................................................................... 6 Figure 2: Chapter 1 Rationale ....................................................................................................................... 6 Figure 3: Thesis Rationale ........................................................................................................................... 12 Figure 4: Chapter 2 Rationale ...................................................................................................................... 16 Figure 5: International Public Spending on Space Activities ......................................................................... 18 Figure 6: National Executive Committee for Space‐Based PNT .................................................................... 19 Figure 7: Australian Governance for Space Activities ................................................................................... 24 Figure 8: Doppler Effect .............................................................................................................................. 26 Figure 9: GPS Signal‐In‐Space Performance ................................................................................................. 29 Figure 10: QZSS Satellite Footprint .............................................................................................................. 37 Figure 11: WAAS Ground Infrastructure ...................................................................................................... 41 Figure 12: EGNOS Sytem Architecture ......................................................................................................... 42 Figure 13: EDAS System Architecture .......................................................................................................... 42 Figure 14: MSAS System Architecture ......................................................................................................... 43 Figure 15: SDCM Reference Stations ........................................................................................................... 44 Figure 16: GAGAN Reference Stations ......................................................................................................... 45 Figure 17: Current Global SBAS Coverage .................................................................................................... 47 Figure 18: Projected Global SBAS Coverage ................................................................................................. 48 Figure 19: Projected Multi‐GNSS Satellite Coverage .................................................................................... 49 Figure 20: Chapter 3 Rationale .................................................................................................................... 54 Figure 21: Positioning Infrastructure Components ...................................................................................... 56 Figure 22: GNSS Error Sources ..................................................................................................................... 62 Figure 23: NRTK Concept ............................................................................................................................. 73 Figure 24: AFN & ANN Stations ................................................................................................................... 81 Figure 25: Service‐Side & User‐Side Reference Frame Transformations ....................................................... 84 Figure 26: Chapter 4 Rationale .................................................................................................................... 89 Figure 27: Australian States & Territories .................................................................................................... 90 Figure 28: AMSA CORS Network .................................................................................................................. 93 Figure 29: GPSnet Victoria ........................................................................................................................... 94 Figure 30: CORSnet NSW ............................................................................................................................. 95 Figure 31: SunPOZ QLD and Proposed Ergon Energy Network ..................................................................... 96 Figure 32: State & Territory CORS ............................................................................................................... 98 Figure 33: CORS Licensing & Distribution Arrangements ........................................................................... 101 Figure 34: Data Custodian Arrangements .................................................................................................. 103 Figure 35: Industry CORS ........................................................................................................................... 107 Figure 36: Government & Industry CORS ................................................................................................... 107 Figure 37: Wholesale & Retail Distribution ................................................................................................ 110 Figure 38: National GNSS CORS Infrastructure (NGCI) Web Map ............................................................... 112 Figure 39A and 39B: NGCI Metadata ......................................................................................................... 113 Figure 40: Australian NRTK Coverage ........................................................................................................ 114 Figure 41: Pseudo‐National Positioning Services ....................................................................................... 118 Figure 42: CORS – Great Britain ................................................................................................................. 124 Figure 43: CORS ‐ Germany ....................................................................................................................... 125 Figure 44: Fee Structure – SAPOS Germany ............................................................................................... 125 Figure 45: US National CORS Network ....................................................................................................... 126 Figure 46: US PBO CORS Network ............................................................................................................. 128 Figures 47A and 47B: Japanese & European CORS ..................................................................................... 128 Figure 48: CORS ‐ Washington ................................................................................................................... 129 Figure 49: SmartNet North America .......................................................................................................... 130 Figure 50: SmartNet North America Affiliate Networks ............................................................................. 130 Figure 51: US Trimble VRS Now Service ..................................................................................................... 131 Figures 52A and 52B: CORS ‐ Canada ......................................................................................................... 132 

xv  

Figure 53: Chapter 5 Rationale .................................................................................................................. 140 Figure 54: GNSS CORS Network Management Model ................................................................................ 145 Figure 55: Higgins Model ........................................................................................................................... 146 Figure 56: Conceptual NPI Model .............................................................................................................. 148 Figure 57: Chapter 6 Rationale .................................................................................................................. 155 Figure 58: Average Total Cost Curve .......................................................................................................... 162 Figure 59A and 59B: Government & Industry ATC Curves .......................................................................... 169 Figure 60: S‐Curve Adoption Paths ............................................................................................................ 174 Figure 61: Open & Controlled Access ......................................................................................................... 177 Figures 62A and 62B: Demand Curves ....................................................................................................... 180 Figure 63A and 63B: Selective Availability & Market Demand for GPS ....................................................... 184 Figure 64: Australian Population Density & NRTK Coverage ...................................................................... 197 Figure 65: Australian Wheat Growing Regions & NRTK Coverage .............................................................. 198 Figure 66: Australian Remoteness Index & NRTK Coverage ....................................................................... 199 Figure 67: Australian Transport Networks & NRTK Coverage ..................................................................... 200 Figure 68: Conceptual NPI ATC Curve ........................................................................................................ 203 Figure 69A and 69B: ATC & Demand for a NPI ........................................................................................... 204 Figure 70: Chapter 7 Rationale .................................................................................................................. 222 Figure 71: Conceptual NPI Planning Framework ........................................................................................ 223 Figure 72: NPI Planning Framework & Higgins model ................................................................................ 225 Figure 73: Ellipsoid .................................................................................................................................... 263 Figure 74: Reference Ellipsoid & Geoid ...................................................................................................... 266  

 

LIST OF TABLES  Table 1: NPI Planning Framework Recommendations ................................................................................. 13 Table 2: GPS Applications ............................................................................................................................ 31 Table 3: GNSS Constellation Parameters ..................................................................................................... 36 Table 4: International GPS Agreements & Collaborations ............................................................................ 50 Table 5: CORS Infrastructure Components .................................................................................................. 58 Table 6: GNSS & Non‐GNSS Specific Biases .................................................................................................. 68 Table 7: UERE Components ......................................................................................................................... 69 Table 8: State & Territory CORS .................................................................................................................. 97 Table 9: Government & Industry NRTK Coverage ...................................................................................... 115 Table 10: State & Territory NRTK Coverage ............................................................................................... 119 Table 11: NPI Planning Framework Recommendations.............................................................................. 227 Table 12: Policy – Institutional Findings & Recommendations ................................................................... 228 Table 13: Policy – Technical Findings & Recommendations ....................................................................... 230 Table 14: Policy – Economic Findings & Recommendations ....................................................................... 231 Table 15: Investment – Institutional Findings & Recommendations .......................................................... 233 Table 16: Investment – Technical Findings & Recommendations ............................................................... 234 Table 17: Investment – Economic Findings & Recommendations .............................................................. 235 Table 18: Infrastructure & Services – Instituional Findings & Recommendations ....................................... 236 Table 19: Infrastructure & Services – Technical Findings & Recommendations .......................................... 237 Table 20: Infrastructure & Services – Economic Findings & Recommendations .......................................... 238 Table 21: Access – Instituional Findings & Recommendations ................................................................... 239 Table 22: Access – Technical Findings & Recommendations ...................................................................... 241 Table 23: Access – Economic Findings & Recommendations ...................................................................... 242 Table 24: Albers equal area conic map projection parameters .................................................................. 267 Table 25: Published and computed area comparison ................................................................................ 267 Table 26: Global & Regional CORS ............................................................................................................. 269 

xvi  

LIST OF ACRONYMS  2SOPS  2nd Space Operations Squadron

3D  Three‐Dimensional 

AAI  Airports Authority of India 

AATS  Australian Academy of Technological Sciences 

AC  Analysis Centre 

ACT  Australian Capital Territory 

ADSL  Asymmetric Digital Subscriber Line

AFN  Australian Fiducial Network 

AGD  Australian Geodetic Datum 

AGOS  Australian Geophysical Observing System 

AMSA  Australian Maritime Safety Authority 

ANN  Australian National Network 

ANZLIC  The Spatial Information Council

APV  Approach with Vertical guidance

ARGN  Australian Regional GNSS Network

ARNS  Aeronautical Radio Navigation Service 

ASBC  Advanced Space Business Corporation 

ASC  Australian Spatial Consortium

ASCII  American Standard Code for Information Interchange 

ASRP  Australian Space Science Program

BoM  Bureau of Meteorology 

C/A  Course Acquisition 

CASA  Civil Aviation Safety Authority

CBA  Cost‐Benefit Analysis 

CDMA  Code Division Multiple Access

CNSA  China National Space Administration

CONUS  Contiguous US 

CORS  Continuously Operating Reference Station 

  

  

  CRCSI 

  Cooperative Research Centre for Spatial Information 

CS Commercial Service 

DALA Distribution Access Licence Agreement 

DC Data Centre

DDRO Defense Research and Development Organisation 

DEPI Department of Environment and Primary Industries 

DGNSS Differential GNSS 

DOI Department of Industry 

DLP Department of Lands and Planning

DNRM Department of Natural Resources and Mines 

DNSS Defense Navigation Satellite System

DoD Department of Defence 

DOP Dilution of Precision 

DORIS Doppler Orbitography and Radio Positioning Integrated by Satellite 

DPIPWE Department of Primary Industries, Parks, Water & Environment 

DPTI Department of Planning, Transport and Infrastructure 

DSP Data Service Provider 

EDAS EGNOS Data Service 

EGNOS European Geostationary Navigation Overlay Service 

eLORAN Enhanced LORAN 

EOS Earth Observations from Space 

ESA European Space Agency 

EU European Union 

EULA End User Licence Agreement 

FAA Federal Aviation Authority 

FDMA Frequency Division Multiple Access

FKP Flächenkorrekturparameter 

   

xvii  

FOC  Full Operational Capability 

GA  Geoscience Australia 

GAGAN  GPS Aided Geo Augmentation Navigation 

GBAS  Ground Based Augmentation System 

GCC  Ground Control Centre 

GDA  Geocentric Datum of Australia

GDOP  Geometric Dilution of Precision

GES  Ground Earth Station 

GGOS  Global Geodetic Observing System

GGTO  Galileo to GPS Offset 

GJU  Galileo Joint Undertaking 

GLONASS Global’naya Navigatsionnaya Sputnikovaya Sistema 

GNSS  Global Navigation Satellite System

GPS  Global Positioning System 

GRF  Global Reference Frame 

GRS  Geospatial Reference System

GSA  European GNSS Agency 

GSS  Galileo Sensor Station 

GST  Galileo System Time 

HAL  Horizontal Alert Limit 

HDOP  Horizontal Dilution of Precision

HEO  Highly Elliptical Orbit 

HR  Human Resources 

ICG  International Committee on GNSS

ICSM  Intergovernmental Committee on Surveying and Mapping 

ICT  Information and Communication Technology 

IDC  Interdepartmental Committee

IGS  International GNSS Service 

IGSO  Inclined Geosynchronous Orbit

IGS‐RTS  IGS Real‐Time Service 

ILS  Instrument Landing System 

INMCC  Indian Master Control Station

INRES Indian Reference Station 

IOC Initial Operation Capability 

IOV In‐Orbit Validation 

IP Internet Protocol 

IPS Ionospheric Predication Service 

IPW Integrated Precipitable Water Vapour 

IRNSS Indian Regional Navigation Satellite System 

ISM Industrial, Scientific and Medical 

ISP Internet Service Provider 

ISRO Indian Space Research Organisation

ITRF International Terrestrial Reference Frame 

IWG Interoperability Working Group 

KPI Key Performance Indicator 

LBS Location Based Service 

LEO Low Earth Orbit 

LEX L‐Band Experimental 

LINZ Land and Information New Zealand

LLR Lunar Laser Ranging 

LORAN Long Range Navigation 

LPI Land and Property Information 

LPV Localiser Performance with Vertical guidance 

MAC Master Auxiliary Concept 

MCS Master Control Station 

MEO Medium Earth Orbit 

MEOSAR Medium Earth Orbit Search and Rescue 

MFF Multi‐annual Financial Framework

MGEX Multi‐GNSS Experiment 

MIT Massachusetts Institute of Technology 

NNRMS National Natural Resources Management System 

MRS Monitor and Ranging Stations 

MSAS MTSAT Satellite Augmentation System 

xviii  

MSM  Multiple Signal Message 

NAVSEG  Navigation Satellite Executive Group

NBN  National Broadband Network

NCRIS  National Collaborative Research Infrastructure Strategy 

NGCI  National GNSS CORS Infrastructure

NGRS  National Geospatial Reference System 

NGS  National Geodetic Survey 

NLES  Navigation Land Earth Stations

NMS  Network Management System

NPI  National Positioning Infrastructure

NRTK  Network Real‐Time Kinematic

NSW  New South Wales 

NT  Northern Territory 

NTRIP  Network Transfer of RTCM via Internet Protocol 

NTSC  National Time Service Center (China) 

NWP  Numerical Weather Prediction

OCS  Operational Control Segment

OCX  Operational Control System 

OS  Open Service

OSR  Observation Space Representation

PCG  Permanent Committee on Geodesy

PDU  Power Distribution Unit 

PLA  Planning and Land Authority 

PNT  Position, Navigation and Timing

PPP  Precise Point Positioning 

PPP‐RTK  PPP Real‐Time Kinematic 

PPS  Precise Positioning Service 

PRN  Pseudorandom Noise 

PRS  Public Regulated Service 

QLD  Queensland

QZSS  Quasi‐Zenith Satellite System

RA  Responsible Authority 

   

RIMS Receiver Integrity Monitoring Stations 

RINEX Receiver Independent Exchange 

RMS Root Mean Square 

RNSS Radionavigation Satellite Service 

RRF Regional Reference Frame 

RTCA Radio Technical Commission for Aeronautics 

RTCM Radio Technical Commission for Maritime Services 

RTK Real‐Time Kinematic 

RT‐PPP Real‐Time PPP

SA South Australia

SAIF Submeter‐class Augmentation with Integrity Function 

SAR Search and Rescue 

SARPS Standards and Recommended Practices 

SBAS Space‐Based Augmentation System

SCO Space Coordination Office 

SDCM System for Differential Correction and Monitoring 

SECOR Sequential Correlation of Range 

SESAR Single European Sky Air Traffic Management Research 

SIS Signal‐In‐Space

SLA Service Level Agreement 

SLM Service Level Management 

SoL Safety‐of‐Life

SoP Signals of Opportunity 

SP Service Provider 

SPP Single Point Positioning 

SPS Standard Positioning Service 

SPU Space Policy Unit 

SSR State Space Representation 

SV Satellite Vehicle 

TAI International Atomic Time 

   

xix  

TAS  Tasmania 

UERE  User Equivalent Range Error 

UHF  Ultra‐High Frequency 

UK  United Kingdom 

UN  United Nations 

UNOOSA  United Nations Office for Outer Space Affairs 

UPS  Universal Power Supply 

URE  User Range Error 

UTC  Coordinated Universal Time 

VAL  Vertical Alert Limit 

VAR  Value Added Reseller 

VIC  Victoria 

VLBI Very Long Baseline Interferometery

VNAV Vertical Navigation 

VRS Virtual Reference Station 

VSAT Very Small Aperture Terminal 

VSC Victorian Spatial Council 

WA Western Australia 

WAAS Wide Area Augmentation System

WAD Wide‐Area Differential 

WAM Wide‐Area Master 

WRS Wide‐Area Reference Station 

WVR Water Vapour Radiometer 

ZTD Zenith Tropospheric Delay 

 

   

  

 

CHAPTER 1    INTRODUCTION   

 

INTRODUCTION  

   

2  

Every natural and man‐made feature has a definable three‐dimensional position on or near the Earth. 

Accurate and  reliable position  information  supports a plethora of activities,  including evidence‐based 

decision‐making.  Economic  and  social  value  is  created  by  producing,  distributing  and  maintaining 

consistent and standardised position information.  

Over the past two decades, Global Navigation Satellite Systems (GNSS) have become a dependable and 

frequently  used  source  of  Position,  Navigation  and  Timing  (PNT)  information.  GNSS  have  been 

augmented with ground and space‐based infrastructures to enhance the accuracy, availability, reliability 

and  overall  integrity  of  PNT  information.  Increased  user  demand  for  reliable  and  cost‐effective  PNT 

solutions has stimulated development of innovative technologies and value‐added services.  

Continuously  Operating  Reference  Station  (CORS)  networks  are  a  common  form  of  ground‐based 

augmentation  that  governments  and  industry  use  to  distribute  centimetre  (cm)  accurate  PNT 

information  in  real‐time  across  a  region. Networks  of  CORS  have  been  deployed  locally,  nationally, 

regionally  and  globally  in  response  to  scientific  and  commercial  demand  from  multiple  industries 

including mining, construction, agriculture, engineering, surveying, transport, meteorology, emergency 

management,  Location  Based  Services  (LBS)  and  defence  (GSA,  2013,  Hausler  and  Collier,  2013a). 

Collaboration  between  governments  and  industry  in  the  United  Kingdom  (UK),  Ireland,  Germany, 

Sweden,  Japan, Turkey and New Zealand has enabled national positioning  services  that  support  civil, 

scientific  and  commercial  functions.  Industry  service  providers  often  license  access  to  data  from 

government‐owned  CORS  to  offer  competitive  value‐added  positioning  services  that  are  linked  to  a 

uniform national positioning  infrastructure.  Industry providers deploy additional CORS  in high demand 

regions and sell access to their services directly or through Value‐Added Reseller (VAR) arrangements.   

In Australia however, there is no uniform national positioning service that offers access to high accuracy 

position information anytime and anywhere across the country. Investment has been prioritised where 

demand from construction, agriculture and mining industries is higher, which has resulted in the ad‐hoc 

deployment of  independently owned  and operated positioning  services  (The Allen Consulting Group, 

2008). It follows that the costs and benefits to government and industry of deploying CORS networks are 

not evenly distributed across Australia. In regions of higher demand, recent studies (Hale, 2007, Higgins, 

2008, ANZLIC, 2010, ASC, 2012, Australian Government, 2013a, Hausler and Collier, 2013a) indicate that 

ad‐hoc deployment has  led  to duplication, over‐investment,  constraints on user  access, non‐uniform 

service standards and limited quality control.  

This thesis presents technical,  institutional and economic evidence that further explores these findings 

and  demonstrates  that  in  regions  where  coverage  is  available,  no  government  or  industry  service 

provider delivers a single point of access to the full service coverage region.  

The technical benefits to society of creating a single point of access to positioning infrastructure through 

a National Positioning  Infrastructure  (NPI) are  subsequently examined by  reviewing user demand  for 

3  

consistent and standardised (e.g., data formats, accuracy, availability) position information in Australia. 

Institutional  and  economic  benefits  resulting  from  greater  coordination  between  governments  and 

industry are also examined in the context of funding, operating, managing and regulating a NPI; with a 

goal to minimise investment costs and guarantee a minimum level of service that is legally traceable. 

To achieve these benefits, emphasis  is placed on evaluating the  influence that average station spacing 

between  CORS  has  on  cost‐benefit  decisions  for  deploying  additional  CORS  infrastructure.  Station 

spacing affects the type of GNSS processing methodology that is adopted, which in‐turn influences the 

level of accuracy, latency and availability of position solutions, and thus the overall investment required. 

To broaden service coverage, demand  from governments and  industry must outweigh  the capital and 

operational costs of deploying, extending or densifying a CORS network. Compounding these investment 

decisions  is Australia’s variable population density which has,  in  large part,  influenced  the  location of 

previous  investment  given  high  accuracy  positioning  coverage  tends  to  be  correlated  with  higher 

population densities along  jurisdictional coastlines.  Identifying the quantity,  location and type of CORS 

infrastructure that has been deployed (i.e., supplied) across Australia provides insight on where market 

demand for high accuracy positioning information is strongest. 

Current  approaches  to  managing  CORS  infrastructure  and  positioning  services  independently  have 

created  technical,  institutional  and  economic  challenges  that  are  addressed within  this  thesis.  These 

challenges are briefly described below.  

Technical  challenges  relate  to  the  level  of  interoperability  and  compatibility  between  independent 

positioning  services, which  reflects  the  types of network processing methodologies, user  equipment, 

data latency, data standards and station densities that are used. Interoperability is a key consideration 

as society enters a world with multiple‐GNSS (multi‐GNSS). The widely used Global Positioning System 

(GPS) has been or will soon be joined by comparable systems from Russia (GLONASS1), Europe (Galileo) 

and China  (Beidou),  along with Regional Navigation  Satellite  Systems  (RNSS)  from  Japan  (QZSS2)  and 

India  (IRNSS3).  Australia  stands  to  benefit  greatly  from  its  geographic  location where  visibility  to  all 

satellites will be higher  than most other places  in  the developed world  (see Figure 19  in Chapter 2). 

Australia’s CORS  infrastructure should therefore be  interoperable and compatible with all existing and 

emerging systems to ensure the nation remains competitive as an early adopter and pioneer of multi‐

GNSS enabled products and services (ASC, 2012).  

Institutional challenges arise  from a  lack of national policy  for developing, coordinating and enforcing 

roles and responsibilities for funding and standardising positioning services (e.g., data formats, service 

performance  and  access).  Unregulated  and  independent  management  of  CORS  infrastructure  has 

limited  data  sharing  (e.g.,  in  the  absence  of  a  single  point  of  access), which  leads  to  duplication  of 

                                                                 1 Global’naya Navigatsionnaya Sputnikovaya Sistema. 2 Quasi‐Zenith Satellite System. 3 Indian Regional Navigation Satellite System. 

4  

infrastructure and  limits access  to new user markets  (e.g.,  for users  that demand national positioning 

coverage) within and outside of existing coverage  regions.  International engagement  through a single 

point of contact within  the Australian Government  is  therefore critical  for maintaining access  to new 

satellite  systems  (Australian Government,  2013a)  and  the  positioning  services  that  depend  on  these 

systems. 

Economic  inefficiencies result from over‐investment  in some regions, and a  lack of productivity where 

little or no investment in positioning infrastructure has been made in other regions. Geographic regions 

that could benefit from high accuracy positioning coverage are identified in this thesis. Coverage regions 

that are dominated by an  individual Service Provider  (SP) are also  found  to  limit competition and can 

‘lock’ users to vendor‐specific equipment. Whilst individual providers can build economies of scale that 

broaden  coverage  and  improve price  competition,  the  full benefits may not be passed onto users  if 

access  is contingent upon proprietary data standards and equipment, thus  limiting the potential value 

that  can  be  generated  from  a  broader  network  of  users.  Open  standards  can  enable  greater 

compatibility  and  interoperability,  which  facilitates  innovation  and  competition  by  broadening  the 

network of technology and services that users connect to through their positioning devices. 

It  follows  that  the market structure  for producing and distributing high accuracy position  information 

has not been clearly defined in an economic context for Australia. The roles of government and industry 

are  continuing  to  evolve,  and  public  policy,  supported by  rigorous  Cost‐Benefit Analysis  (CBA), must 

accommodate  these  changes  to encourage and optimise  future  investment  in CORS  infrastructure by 

the public and private sectors.  

Collectively,  these  challenges  limit  access  to high  accuracy PNT  information nationally, which  in  turn 

limits  the utility, and  therefore  the value  that CORS  infrastructure and associated positioning services 

contribute  to  the Australian economy. To address  these  limitations,  the NPI Planning Framework has 

been developed as a unique output of this research. The Framework identifies a complex matrix of inter‐

linked  criteria  that  must  be  satisfied  to  achieve  greater  technical,  institutional  and  economic 

coordination of Australia’s CORS infrastructure. 

 

1.1 PROBLEM STATEMENT 

 GNSS CORS  infrastructure  is currently deployed and operated  independently by public and private SPs 

within  Australia.  Independent  and  ad‐hoc  management  has  led  to  duplicated  infrastructure  and 

overinvestment,  inconsistent  data  and  service  standards,  limited  measures  of  quality  control,  sub‐

optimal service coverage, geographic and commercial constraints on user access,  limited competition, 

and limited oversight on the institutional roles and responsibilities of governments and industry towards 

infrastructure ownership, maintenance, expansion, service management and delivery.  

5  

Limited research has been undertaken to articulate and demonstrate how these technical, institutional 

and  economic  challenges  collectively  limit  the  utility  of  real‐time,  high  accuracy  positioning  services 

across Australia. 

To address  these challenges,  this  thesis builds on early policy work by State and Territory  institutions 

within  the  spatial  community,  and more  recently  by  the  Australian Government, which  has  opened 

communication with  industry and the research community to build political, commercial and technical 

support for developing a NPI.  

A  unique  economic  context  has  been  developed  to  describe  the  relationship  between  key  GNSS 

positioning  technologies,  institutional  roles and  responsibilities, and methods  for evaluating costs and 

benefits  to guide planning and development of a NPI. These  findings are  summarised within  the NPI 

Planning Framework to  inform policy, and future modelling of the economic  investment and technical 

criteria  needed  to  coordinate  and maximise  social  and  economic  benefits  that  are  enabled  by  high 

accuracy CORS network positioning services in Australia.  

 

1.2 RESEARCH HYPOTHESIS 

 The hypothesis examined within this research states that: 

A  National  Positioning  Infrastructure  will  enable  greater  access  to  GNSS  CORS 

infrastructure across Australia. 

Access  in  this  context  refers  to  enhanced  utility  to  users,  and  a  positive  impact  on  productivity, 

innovation and the Australian economy. Figure 1 therefore illustrates the key research themes used to 

address  this  hypothesis  by  first  identifying  that  criteria  for  accessing  CORS  infrastructure,  and  the 

position  information  derived  from  this  infrastructure,  are  influenced  by  a  combination  of  technical, 

institutional and economic factors. The NPI is introduced as a mechanism for addressing the relationship 

between  these  factors,  to  coordinate  the  development  and  utility  of  existing  and  future  CORS 

infrastructure by establishing a single point of access.  

A unique economic context is developed to communicate why greater coordination of CORS through the 

NPI  will  continually  increase  the  value  generated  by  these  CORS  compared  with  independent 

management  approaches.  Criteria  and  recommendations  for  achieving  greater  coordination  are 

summarised within the NPI Planning Framework. 

 

 

6  

FIGURE 1: RESEARCH HYPOTHESIS 

 

 

 

 

 A NPI will address technical, intuitional and economic factors for coordinating access to CORS infrastructure 

to increase value to the Australian economy. 

   

1.3 RESEARCH RATIONALE 

 Figure 2 maps  the  relationship between  technical,  institutional and economic  themes explored within 

this  thesis. Figure 2  illustrates why a unique economic  interpretation and analysis of  the supply chain 

and value chain for high accuracy positioning services in Australia is needed to describe the relationship 

between  institutional  (e.g.,  policy  and  funding)  and  technical  (e.g.,  ground  and  space‐based 

infrastructure)  criteria  for  establishing  a  NPI.  This  economic  context  will  demonstrate  that  greater 

coordination  at  each  stage  of  the  supply  chain  and  value  chain  will  improve  access  to  positioning 

services, thereby increasing the economic and social value generated by these services.  

FIGURE 2: CHAPTER 1 RATIONALE 

  

The need to identify, relate and communicate the relationship between technical, institutional and economic 

criteria for establishing a NPI provides the rationale for undertaking this research (Gov: Government). 

 

A  National  Positioning  Infrastructure  will  enable  greater  access  to  GNSS CORS infrastructure across Australia 

Coordination

Technical Institutional Economic 

Increased Value

7  

Two principles (identified in Figure 2) guide this rationale and are examined throughout this thesis in an 

economic context: 

1. Governments have a role in funding public infrastructure (i.e., as a public good4).  

2. Space  and  ground‐based  positioning  infrastructure  facilitates  commercial  enterprise  for 

developing GNSS products and services  that  improve productivity and open new markets  for 

government and business services.   

 Both principles recognise that GNSS positioning services deliver broader and less direct benefits beyond 

the direct benefits secured by everyday users (e.g., surveyors and engineers). These indirect benefits are 

termed ‘externalities’ in the economic literature (see Chapter 6). At the institutional level, governments 

typically seek to maximise direct and indirect benefits through strategic policy and investment in space 

and ground infrastructure.  

For example, the geodetic framework, commonly known as the Geospatial Reference System (GRS), is a 

public  good  that  enables direct  (e.g.,  financial)  and  indirect  (e.g., public  safety) benefits  in Australia. 

GNSS positioning infrastructure is a key input for managing the GRS to deliver government and business 

services. Public policy and funding supports the establishment and maintenance of the GRS as a public 

good, meaning anyone can  freely access  (i.e., non‐excludability) and use  the GRS without reducing  its 

availability (i.e., non‐rivalry).  

The research is guided by these two principles in order to identify, relate and spatially analyse technical 

and institutional criteria for developing a NPI. Hence, these principles provide a common benchmark for 

evaluating the extent to which the NPI will improve access to GNSS ground infrastructure in Australia, as 

per the research hypothesis. 

 

1.4 SIGNIFICANCE OF THE RESEARCH 

The Australian Government National Positioning  Infrastructure Plan  (NPI Plan)  is  introduced below  to 

outline the significance and scope of this research. 

 1.4.1 NATIONAL POSITIONING INFRASTRUCTURE PLAN 

 In  2010,  the Australian Government  assigned  the  Space  Policy Unit  (SPU) within  the Department  of 

Industry  (DoI5)  a mandate  to  bring  forward  a  space  policy  for  Australia  (Space  Policy  Unit,  2012). 

                                                                 4 In economics, public goods are non‐rivalrous meaning one individual can consume the good without reducing its availability  for another  individual, and are non‐excludable meaning no  individual can be excluded  from using  the good. 5  Formerly  the  Department  of  Industry,  Innovation,  Climate  Change,  Science,  Research  and  Tertiary  Education (DIICCSRTE). 

8  

Australia’s Satellite Utilisation Policy was subsequently released on 9th April 2013 by Senator Kate Lundy, 

Minister Assisting for Industry and Innovation.  

 

Principle one of  the Policy  identifies  the need  for Australia  to  focus on space applications of national 

significance,  including  the  development  of  a  National  Positioning  Infrastructure  Plan  to  examine 

investment  in  the domestic ground  infrastructure needed  to deliver accurate and  reliable positioning 

information to users (Australian Government, 2013). Geoscience Australia (GA) within the DoI6 is leading 

the development of the NPI Plan to identify Australia’s future PNT capabilities and requirements.  

 

The author of  this  thesis was  the  lead author of  the draft NPI Plan and was  seconded  to GA  for  five 

months  in 2012 to assist consultations with Federal, State and Territory governments,  industry service 

providers,  and  academic  stakeholders.  The  Intellectual  Property  presented  within  this  thesis  and 

acquired during this period of secondment has been certified by GA for public release. 

 1.4.2 THESIS SCOPE 

 The scope of this thesis is limited to the GNSS CORS component of a NPI, although non‐GNSS positioning 

systems are briefly introduced in Chapter 3 to demonstrate the scalability of the NPI concept. Focussing 

primarily on GNSS  resources  in  the  short‐term  supports  the objectives  set out  in Australia’s  Satellite 

Utilisation Policy and more specifically the emphasis given in two key publications identified below. Both 

publications recognise GNSS services and CORS infrastructure as enabling technologies for the NPI, and 

have therefore influenced the research direction: 

1. The ‘NPI Policy’ (2010) developed by ANZLIC – the spatial information council, the purpose of which 

was: 

 “...  to outline a set of principles  for  the provision of a national positioning  infrastructure 

(NPI) that will ensure sustainable, nationally compatible deployment of GNSS Continuously 

Operating Reference Stations (CORS) infrastructure capable of accommodating a variety of 

providers and ensuring an efficient and effective Australia wide coverage and service  for 

the positioning needs of a diverse user community.” 

(ANZLIC, 2010) 

 2. The NPI Plan (2012) being developed by GA for consideration by the DoI: 

“... to review Australia’s positioning  infrastructure, considering the benefits that could be 

derived  from a national  rollout of a standardised network, and  the assumption  that  this 

                                                                 6  GA  formally  reported  to  the  Department  of  Resources,  Energy  and  Tourism  (DRET)  whose  functions  were transferred to the DoI due to machinery of government changes in 2013. 

9  

would  enhance  innovation  and  speed  up  adoption  rates;  and  allow  for  uniformed 

standards, quality levels and pricing of and access to the network.” 

(Geoscience Australia, 2012) 

 Both documents identify technical, institutional and economic considerations that must be addressed to 

improve access to GNSS infrastructure and information, which provides the justification for undertaking 

this research. The content and implications of both documents are explored throughout this thesis. 

 

1.5 RESEARCH AIMS & TASKS 

 The theoretical concepts applied within this research span multiple disciplines including geodesy; spatial 

information  analysis;  Information  and  Communications  Technologies  (ICT);  public  policy; 

microeconomics and macroeconomics. These concepts are defined, tested and linked by developing the 

NPI  Planning  Framework,  and  two  case  studies  are  used  to  demonstrate  key  spatial  and  economic 

concepts. 

In light of this multi‐disciplinary approach, the aims of this research are threefold: 

1. Compile  spatial  evidence  on  the  location  of  existing  CORS  infrastructure  owned  by 

governments  and  industry  in Australia  to determine where duplication  and over‐investment 

has occurred, and where future investment should be prioritised. 

2. Using  this  spatial  evidence,  develop  a  unique  economic  context  examining  the  technical, 

institutional and economic challenges and benefits of establishing a NPI  that enables greater 

access to existing and future CORS infrastructure. 

3. Develop  a  NPI  Planning  Framework  that  identifies,  relates  and  communicates  technical, 

institutional  and  economic  criteria,  and provides  recommendations  for  coordinating  a  single 

point of access to CORS infrastructure in Australia. 

 Key tasks for achieving these aims are: 

To review: 

• GNSS theory,  including developments  in satellite systems and ground  infrastructure as well as 

current and future methods of real‐time satellite‐based positioning.  

• The physical locations and metadata for GNSS CORS infrastructure owned by governments and 

industry across Australia. 

10  

• Microeconomic theories and principles of public policy that influence the market structure for 

producing, distributing and standardising high accuracy position information. 

• Australian and international models for managing CORS infrastructure and services.  

 To develop: 

• An  interactive  online  web  map  to  visualise  and  communicate  infrastructure  locations  and 

positional coverage. 

• A  unique  economic  and  spatial  context  for  determining  the  technical,  institutional  and 

economic  costs  and benefits  that  a  single network positioning  solution would deliver  to  the 

Australian economy through a NPI, and a way of prioritising its roll‐out. 

• A  NPI  Planning  Framework  for  identifying  and  relating  key  technologies,  governance 

mechanisms and economic drivers for implementing a NPI. 

 To provide recommendations on: 

• Technical,  institutional  and  economic  criteria  for  coordinating  the  deployment  and 

management of CORS  infrastructure within Australia  to maximise  the utility of high accuracy 

positioning services through a NPI. 

 

1.6 THESIS OUTLINE 

 Key content addressed within each Chapter is outlined below:  

• Chapter 2 reviews the current and future role of foreign space policies for developing space and 

ground‐based  PNT  systems.  GNSS/RNSS  technologies  and  their  development  programs  are 

subsequently discussed as a basis for evaluating how Australia can  leverage maximum benefit 

from multi‐GNSS systems. 

• Chapter  3  reviews  satellite  positioning  theory  and  processing  techniques,  and  associated 

ground‐based  infrastructures  that  support  the  acquisition  and delivery of high  accuracy PNT 

information.  For  completeness,  the  Chapter  concludes  with  a  discussion  on  non‐GNSS 

technologies as a complement and alternative to GNSS. 

• Chapter  4  contributes  new  spatial  evidence  that  is  used  to  describe  the  evolution  of  CORS 

networks  in Australia by  reviewing hardware,  software and  technical  standards underpinning 

the production and distribution of high resolution (accuracy) positioning services. Scientific and 

commercial business drivers  for deploying CORS  infrastructure are  identified and analysed  in 

light of multi‐GNSS developments. Past and present approaches by Australian governments and 

11  

industry  towards  managing  CORS  infrastructure  and  associated  positioning  services  are 

reviewed  and  critically  evaluated.  Comparisons  are  made  with  international  positioning 

networks in Great Britain, Germany, Canada and the US. 

• Chapter 5 introduces the NPI concept as a technical, institutional and economic mechanism for 

coordinating  a  single point of  access  to  existing  and  future CORS  infrastructure  in Australia. 

Chapter 5 reviews early planning and policy work by governments,  industry and  the research 

community which demonstrates  the  infancy of  the NPI concept, and  therefore  identifies why 

this research contributes original evidence and analysis that will guide future  implementation 

of a NPI.   

• Chapter  6  is  an  original  contribution  that  describes  the  economic  market  structure 

underpinning  the  supply  of,  and  demand  for  high  accuracy  GNSS  positioning  services  in 

Australia. Economic principles and  terminology  for communicating  technical,  institutional and 

commercial concepts outside of the spatial sector are established. The focus of Chapter 6 is to 

understand the value of Australia’s high accuracy positioning market as opposed to quantifying 

it.  The  natural monopoly  characteristics  of  CORS  infrastructure  are described  and  evaluated 

with  regard  to  Australia’s  geographic  constraints  on  user  access,  and  associated  barriers  to 

entry for producers and users of high accuracy positioning services. The Chapter concludes with 

a discussion on production and distribution factors that build economies of scale for supplying 

GNSS data, and network externalities that will influence current and future demand. 

• Chapter 7 consolidates the technical,  institutional and economic criteria  identified throughout 

this thesis by developing the NPI Planning Framework, which will influence decision‐making on 

the policy, infrastructure and services, and investment needed to create a single point of access 

through the NPI. The contribution of Chapter 7 is to provide recommendations that inform the 

business case for designing, funding and implementing a NPI, thereby enhancing the direct and 

external benefits of accessing multi‐GNSS  technology  in Australia. The Framework  links each 

recommendation  to  the  theories  and  evidence  presented  throughout  Chapters  1  to  6,  and 

Table 1 summarises these recommendations to outline the scope of this thesis. 

• Chapter 8 provides a conclusion to this study.  

 Figure 3 maps the themes of each Chapter according to the research rationale defined in Figure 2. Note 

the inclusion of a ‘NPI’ element in Figure 3 compared with Figure 2, which is introduced in Chapter 5 to 

evaluate the need for a single point of access to ground infrastructure in Australia. 

 

12  

FIGURE 3: THESIS RATIONALE 

 

The research rationale defines the relationship between each Chapter.  

 

1.6.1 NPI PLANNING FRAMEWORK 

 The  NPI  is  proposed  as  a  new  approach to coordinating,  securing  and  improving  access  to 

Australia's  PNT  resources  to  maximise  value  from  existing  and  future  space  and  ground 

infrastructure. Technical, institutional and economic criteria for establishing a NPI are examined 

in this thesis. Table 3 summarises recommendations from the NPI Planning Framework that will 

strengthen  the business case  for  investment  in positioning  infrastructure both nationally and 

internationally. The remainder of this thesis provides the theory and evidence supporting these 

recommendations. 

 

   

13  

TABLE 1: NPI PLANNING FRAMEWORK RECOMMENDATIONS 

  Policy  Investment  Infrastructure & Services  Access 

Institutional 

• Establish a national governance structure with representation from Australian governments, industry and research stakeholders, to set directions and seek government endorsement on positioning related matters 

• Identify existing and new sources of public funding from Federal, State and Territory governments  

• Investigate public‐private partnerships 

• Investigate policy, legislative and regulatory conditions for privatisation 

• Develop procedures for certifying CORS infrastructure and associated positioning services in accordance with national policy, legislation and regulations 

• Develop and enforce uniform licensing agreements for distributing data through a single point of access  

• Develop and enforce Service Level Agreements (SLAs) 

Technical 

• Endorse national infrastructure standards  

• Endorse national service level standards 

• Endorse open data standards for recording and distributing GNSS data within a NPI  

• Endorse measures and responsibilities for certifying access to NPI services 

• Quantify the direct and external costs and benefits of establishing a NPI with a single point of access 

 

• Develop and formally document positioning infrastructure specifications in accordance with national policy, standards and legislation  

• Define Key Performance Indicators (KPIs) for measuring service level standards 

• Network and process data within a secure and highly redundant ICT platform 

• Adopt/develop open data standards 

• Distribute data from a secure and highly redundant single point of access via multiple communications systems  

• Deliver a minimum level of service performance accessible to all users  

• Monitor service performance and access requirements against KPIs 

Economic 

• Undertake rigorous Cost‐Benefit Analysis to evaluate the direct and external value of creating a single point of access to a NPI  

• Develop a whole‐of‐government data pricing policy 

• Develop sustainable cost‐recovery models to ensure ongoing funding 

• Identify and map the geographic location of existing and future positioning infrastructure & services  

• Prioritise future investment in geographic regions where public good benefits and commercial demand are higher 

• Implement data pricing policies that maximise access for public good and commercial purposes 

• Minimise the wholesale and retail cost of accessing positioning data 

  

   

  

 

CHAPTER 2    SPACE POLICY & SATELLITE POSITIONING 

SYSTEMS 

 

SPACE POLICY & SATELLITE POSITIONING SYSTEMS 

   

16  

2.1 INTRODUCTION 

 Space infrastructure and systems are integral to the functioning of modern society. A range of satellites 

have been deployed to support, amongst other things, telecommunications, image collection and other 

forms of remote sensing, environmental monitoring, meteorology, gravity studies and, important in the 

context of this thesis, a variety of civil and military PNT applications. This Chapter reviews the policies 

and space  technologies used  to establish satellite navigation systems such as GPS, which provide PNT 

information to users across the Earth.  

 2.1.1 RESEARCH RATIONALE 

 Institutional  space policy  frameworks  that  support  funding  and  technical development of  global  and 

regional satellite‐based positioning systems in response to public and commercial drivers are introduced 

and reviewed in this Chapter. PNT services offered by all operational and planned GNSS, RNSS and SBAS 

are described, and the proposed benefits of a future multi‐GNSS7 environment are identified. Australia’s 

growing  dependence  on  international  space‐based  PNT  systems  is  emphasised  by  reviewing  the 

Australian Government’s recently released Satellite Utilisation Policy. The research rationale in Figure 4 

illustrates that institutional and technical themes relating space‐based infrastructure are used to justify 

the  research  focus  on  identifying  and  analysing  associated  ground  infrastructure  requirements  in 

Australia.  

FIGURE 4: CHAPTER 2 RATIONALE 

 

 Research logic for Chapter 2 which explores the relationship between foreign space policy and investment in 

technical GNSS/RNSS infrastructure in response to public and commercial drivers. 

                                                                 7 The term multi‐GNSS encompasses all GNSS and RNSS. SBAS are addressed separately. 

17  

Subsequent Chapters explore the need for greater coordination between existing Federal and State 

policies  for  managing  ground  networks,  in  cooperation  with  industry,  to  maximise  public  and 

commercial benefits for Australia’s positioning market. Improving access to the multi‐GNSS services 

described in this Chapter, through a coordinated single point of access to ground infrastructure, is a 

central theme of this thesis. 

 

2.2 SPACE POLICY 

 “The  utilization  of  space  has  created  new markets;  helped  save  lives  by warning  us  of 

natural disasters, expediting  search and  rescue operations, and making  recovery efforts 

faster  and  more  effective;  made  agriculture  and  natural  resource  management  more 

efficient and sustainable; expanded our frontiers; and provided global access to advanced 

medicine, weather  forecasting,  geospatial  information,  financial  operations,  broadband 

and other communications, and scores of other activities worldwide. Space systems allow 

people and governments around the world to see with clarity, communicate with certainty, 

navigate with accuracy, and operate with assurance.” 

(US Government, 2010) 

 Space  policies  identify  diverse  objectives,  institutions  and  systems  for managing  and  funding  space 

infrastructure  and  resources.  Principles  and  guidelines  for  establishing  and managing  satellite‐based 

PNT systems are addressed within space policy.  

PNT users rely on a stable and consistent policy environment to secure funding and continued access to 

satellite‐based positioning  systems  (RAND Corporation, 1995). Space policies  implemented by nations 

that own and operate GNSS and RNSS influence the policy decisions made by foreign users. For example, 

the  Australian  Government  does  not  currently  own  or  operate  space  assets  in  the  PNT  domain. 

However, the recent release of Australia’s first ever space policy, Australia’s Satellite Utilisation Policy 

(2013a)  outlines  the  nation’s  goal  of  ensuring  on‐going,  cost‐effective  access  to  international  space 

capabilities (driven by foreign space policy), and assigns responsibility to the Australian Government for 

securing  access  to  foreign  satellite  positioning  systems.  This  reliance  on  foreign  PNT  systems  is  not 

unique  to  Australia  given GNSS  programs  currently  led  by  the US,  Russia,  Europe  and  China  enable 

benefits to global user communities. Policy and investment in RNSS (particularly across the Asia‐Pacific) 

and SBAS systems also influences policy at national, regional and international levels of government. 

The  space  policies  and  plans  discussed  below  have  been  developed  primarily  by  nations  that  are 

currently deploying and modernising space infrastructure. A comprehensive overview of space policies, 

issues and trends, including annual budget figures, is available from the European Space Policy Institute 

(ESPI,  2012),  including  policies  and  strategies  for  countries  listed  in  Figure  5,  as  well  as  those  for 

Singapore  and  Iran.  A  comparison  of  the  2011  public  space  budgets  for  leading  spenders  has  been 

18  

adapted from ESPI (2012) in Figure 5 and includes data collected from Euroconsult (2012) and the Space 

Foundation (2012). 

 FIGURE 5: INTERNATIONAL PUBLIC SPENDING ON SPACE ACTIVITIES 

 Public spending on space activities (in millions $US) for 2011 estimated by ESPI (2012) using data collected 

by Euroconsult (2012) and Space Foundation (2012). 

 

Note  in  Figure 5  that  total US  spending  comprises over US$26 billion  for defence  and  almost US$21 

billion for civil expenditure, including revenue for telecommunications, Earth observation and PNT space 

infrastructure, manufacturing,  launch services and ground equipment. However, estimates for Russia’s 

military spending on space launches and scientific programmes are not included. In April 2013, Russian 

President Vladimir Putin announced an additional US$50 billion funding between 2013 and 2020 for the 

Russian space program described below. 

Also absent from Figure 5 is the European Space Agency (ESA), which received a budget of US$5.8 billion 

in 2011 through joint investment from its 20 member States, some of which are listed above. Note that 

membership of the European Union (EU) and ESA is not the same given they are separate organisations, 

although there is significant overlap. 

 2.2.1 US SPACE POLICY 

 In recognition of the public safety, scientific, commercial and economic benefits that GPS enables, the 

US National Space Policy8 (2010) continues to grant free access to the global user community. The shift 

                                                                 8 Policy leadership in the US extends back to the National Aeronautics and Space Act of 1958. 

0

5000

10000

15000

20000

25000

30000

35000

40000

45000

50000

Millions  $USD

19  

from a military‐only system, to a  ‘dual‐use’ arrangement, dates back to 1983, when President Reagan 

announced free access to civilian aircraft following the Soviet Union’s decision to shoot down Korean Air 

Flight 007, after the aircraft accidently intruded into Soviet airspace.  

The US National Space Policy covers all activities in the space sector and draws on a separate US Space‐

Based  Position,  Navigation  and  Timing  Policy  enacted  in  2004,  which  establishes  guidance  and 

implementation  actions  for  PNT  programs,  augmentations  and  activities.  It  is  noteworthy  that  PNT 

related matters are reported directly to the White House through the National Executive Committee for 

Space‐Based PNT, in recognition of the national benefit that PNT information delivers (see Figure 6). The 

PNT  Policy  centres  on  developing,  acquiring,  operating,  sustaining  and modernising  GPS  to  protect 

access  for  US  and  global  users.  The  open  access  policy  serves  to  improve  public  awareness  of 

government activities by promoting openness and transparency in space operations in accordance with 

international space law9. These objectives are strengthened through bilateral agreements, such as those 

established with Australia, which promote skills and knowledge development to encourage global trade 

and support monitoring and management of the space environment (GPS.gov, 2010).  

 FIGURE 6: NATIONAL EXECUTIVE COMMITTEE FOR SPACE‐BASED PNT 

 

Organisational structure for the joint civil/military US National Executive Committee for Space‐Based 

Positioning, Navigation, and Timing (GPS.gov, 2012). 

 

Related studies on policy cooperation between the US and Japan by the Washington‐based Center for 

Strategic and  International Studies  (CSIS, 2003) have  identified  three drivers  for space policy: science, 

commerce and security. Each driver can be linked to the principles and objectives defined in the foreign 

space  policies  described  within  this  Chapter,  meaning  they  are  also  important  considerations  for 

Australia.  It  follows  that  space policy  in  the US and other nations  influences policy development and                                                                  9 Five international legal principles and treaties are upheld by the United Nations Committee on the Peaceful Use of Outer Space (UNOOSA). 

20  

associated  investment  decisions  for  accessing  space  infrastructure  and  information  in Australia.  This 

thesis will identify the technical, institutional and economic influence of US and other space policies and 

systems on deploying and operating a NPI in Australia.   

 2.2.2 RUSSIAN SPACE POLICY 

 Russian space policy dates back to the former Union of Soviet Socialist Republics (USSR) with the launch 

of Sputnik, the world’s first artificial satellite in 1957, and initial development of Russia’s GPS equivalent 

GLONASS10  in  the 1970s. Similar  to GPS, GLONASS was originally designed and operated as a military 

system, with civilian use officially granted  in 1995  (United Nations, 2004). Whilst  the Russian Federal 

Space Agency, also known as Roskosmos, coordinates implementation of the GLONASS program, there 

are six State Customers that manage the program: the Federal Space Agency, the Ministry of Defence, 

the Ministry  of  Industry,  the Ministry  of  Transport,  the Ministry  of  Science  and  Education  and  the 

Federal Geodesy and Mapping Service.  

Today, State Policy for the Federal GLONASS Program is governed by Presidential Decree No. 638 dated 

17 May  2007,  “On  using  GLONASS  Global  Navigation  Satellite  System  for  the  Benefit  of  Social  and 

Economic development of the Russian Federation” (GLONASS Union, 2013), which establishes the basic 

principles  of  free  and  unlimited  access  for  worldwide  commercial  use.  The  Federal  Program  for 

GLONASS Sustainment, Development and Use  for 2012‐2020 was recently approved on 3 March 2012 

(UNOOSA, 2013). 

Russia remains a  leader  in commercial  launch services  for a range of communications, navigation and 

remote sensing activities, and its space program plays an active role in managing the International Space 

Station (ISS). Key policies include the 10‐year Federal Space Program announced in 2005, which outlines 

scientific and commercial goals for modernising Russia’s space resources, and a 2008 policy paper by the 

Russian Security Council which outlines space priorities  (ESPI, 2012). The Federal Space Agency (2013) 

recently published its National Space Programme for 2013 to 2020.  

 2.2.3 EUROPEAN SPACE POLICY 

 The European Union (EU) provides policy leadership through its Resolution on the European Space Policy 

that was  adopted  in  2007  by  the  EU  Council  of  ESA  and  the  European  Commission.  The  Resolution 

emphasises  social,  scientific,  commercial and national  security  requirements  for establishing  the EU’s 

flagship  space  programmes,  Galileo  and  Copernicus  (formerly  known  as  the  GMES11  programme). 

Subsequent  Resolutions  to  the  European  Space  Policy  have  been  adopted  since  2007  to  ensure  the 

                                                                 10 Global’naya Navigatsionnaya Sputnikovaya Sistema (GLONASS). 11 Global Monitoring for Environment and Security. 

21  

policy remains relevant and focussed on improving global innovation and competition in space activities 

(European Commission, 2013). 

Galileo  is  the European owned and operated GNSS described  in Section 2.3.5, and  its development  is 

guided by the policies described in this Section. In 2013, the EU Council adopted the EU Space Industrial 

Policy which  focuses on realising economic growth  in the space sector. Funding  for the period 2014 – 

2020 to bring the Galileo system to Full Operational Capability (FOC) is estimated at approximately €6.3 

billion through the EU’s Multi‐annual Financial Framework  (MFF)  (Gutierrez, 2013). Full public funding 

was  required  after  previous  attempts  to  establish  Public‐Private  Partnerships  broke  down  in  2007 

(Gibbons, 2007). The European Commission delegates design and procurement responsibilities to ESA, 

and regulatory oversight is assigned to the European GNSS Agency (GSA), which superseded the Galileo 

Joint Undertaking (GJU) in 2006 (Gutierrez, 2013). 

 2.2.4 JAPANESE SPACE POLICY 

 Prior to 2009, Japanese space policy was carried out by different ministries with no government office to 

exercise leadership and oversight. Following the Basic Space Law enacted in 2008, the Office of National 

Space  Policy  was  established,  and  a  Basic  Plan  for  Space  Policy  was  released  by  the  Strategic 

Headquarters for Space Policy (Government of Japan, 2009). The Plan is a five‐year program from 2009 

to 2013 that identifies a range of environmental and communications satellites and research missions to 

be  launched by Japan. The Quasi Zenith Satellite System (QZSS), a regional satellite positioning system 

that  is  interoperable  with  GPS,  establishes  the  navigation  component  of  the  program  to  augment 

positioning services  in Japan and the Asia‐Pacific, particularly  in mountainous regions and cities where 

coverage is limited using GPS alone. A decision was made by Japan’s Cabinet Office in 2011 to accelerate 

development of QZSS  for  full  service by 2020  (Government of  Japan, 2011). The Basic Plan  for Space 

Policy covering the years 2013 to 2017 was released by the Strategic Headquarters for Space Policy of 

Japan in January 2013 (Government of Japan, 2013).  

 2.2.5 CHINESE SPACE POLICY 

 The  national  space  agency  responsible  for  China’s  space  program  is  the  China  National  Space 

Administration (CNSA) within the State Administration for Science, Technology and Industry for National 

Defense.  In 2011, China’s  Information Office of the State Council released a white paper titled China’s 

Activities  in 2011, which outlined key policies and tasks between 2011 and 2016 (People's Republic of 

China,  2011).  The  paper  sets  out  China’s  short  term  goals  for  space  transportation,  satellite 

development, space applications and space science, and promotes scientific and economic growth and 

national  security. The paper also  includes  the  three‐step development plan  for  the country’s  satellite 

navigation system Beidou, from an experimental system, to a regional system, then a global system by 

2020. 

22  

2.2.6 INDIAN SPACE POLICY 

 The military origins of India’s space activity dates back to 1962 when the Indian National Committee for 

Space Research was established  to advise government on civil and military policy and  launch options 

(Harding, 2012). This was superseded by the Indian Space Research Organisation (ISRO)  in 1969 within 

the Department of  Space, which  is  a branch of  the National Natural Resources Management  System 

(NNRMS).  Military  programs  are  developed  under  a  separate  agency,  the  Defense  Research  and 

Development Organisation (DRDO).  

The  Satellite  Navigation  Program  administered  by  ISRO  includes  the  GPS  Aided  Geo  Augmentation 

Navigation  (GAGAN) system agreed  in 2001, and  the autonomous  Indian Regional Navigation Satellite 

System (IRNSS) announced in 2006. Both systems are currently under development, with the first IRNSS 

satellite (IRNSS‐1A) launched on 1st July 2013 (Inside GNSS, 2013b), joining two GAGAN geosynchronous 

satellites  already  in  orbit.  The  recent  2013‐14  Indian  budget  increased  spending  for  ISRO’s  space 

program  to US$1.3 billion,  reflecting an  increase  in activity  for  implementing  these  systems  (Hughes, 

2013).   

 2.2.7 AUSTRALIAN SPACE POLICY 

 Australia  is notably absent from the public spending data  in Figure 5 since the Australian Government 

does not own, manufacture,  launch, or operate  space‐based assets. Space‐related  funding across  the 

Australian  Government  is  traditionally  administered  through  Departmental  appropriations,  such  as 

those  of  Geoscience  Australia  (GA)  and  the  Bureau  of Meteorology  (BoM).  The  funds  are  used  to 

purchase  and  license  data  such  as  satellite  imagery,  and  to  build  and  operate  ground‐based 

infrastructure such as GNSS receivers and celestial tracking and monitoring systems, including Very Long 

Baseline Interferometry (VLBI) sites (refer to Section 3.5). 

A recent exception was the AUD $48.6 million Australian Space Science Program  (ASRP) announced  in 

the 2009‐10 Budget (Australian Government, 2009b), $8.6 million of which established the Space Policy 

Unit (SPU) to coordinate Australia's national and  international civil space activities. The remaining $40 

million was administered by SPU to support space‐related research, education, and innovation activities 

through 14 competitive merit‐based grants (Australian Government, 2009a). 

In 2011, SPU released the Australian Government’s Principles for a National Space Policy, which set the 

foundation  and  direction  for  Australia’s  Satellite  Utilisation  Policy  released  in  April  2013.  This  is 

Australia’s first official space policy. However, early policy work can be traced back to 1985 with a report 

prepared by the Australian Academy of Technological Sciences (AATS) for the Minister of Science (AATS, 

1985). 

23  

The Satellite Utilisation Policy recognises that Australia relies heavily on international space systems to 

support civilian and national security functions, and that coordination and engagement both nationally 

and  internationally  is  needed  as  this  dependence  grows.  The  policy  specifies  seven  principles  (SPU, 

2013) to reaffirm the Australian Government’s focus on: 

1. Space  applications  that  have  a  significant  security,  economic  and  social  impact,  specifically 

Earth Observation, Satellite Communications and PNT applications; 

2. Ensuring resilient access to those space systems on which we rely now and to those important 

to our future national security, economic, environmental and social well‐being; 

3. Strengthening those relationships and cooperative activities on which Australia relies, and will 

continue to rely to a substantial degree, for space system capabilities; 

4. Continuing  to  support  rules‐based  international access  to  the  space environment; promoting 

peaceful, safe and responsible activities in space; 

5. Enhancing  the  coordination,  understanding  and  strategic  direction  of  Australia’s  uses  and 

approach to space; 

6. Promoting  collaboration  between  Australian  public  and  private  research  and  development 

organisations  with  industry  in  space‐related  activity,  including  space  science,  research  and 

innovation in niche areas of excellence or national significance; 

7. Ensuring Australia’s space capabilities will be used to enhance, and guard against threats to our 

national security and economic well‐being. 

 

The policy established a new Space Coordination Office (SCO) and Space Coordination Committee (SCC) 

(Figure 7) within  the DoI  from 1st  July 2013. As  the  central point of  contact  and  coordination  for  all 

Australia’s national and  international civil space activities,  the SCO coordinates  the  implementation of 

the  policy,  and  administers  the  Space  Activities  Act  1998.  Critically,  the  SCC  has  two  initial working 

groups  that will  lead  the planning  and  future  implementation of  a National Earth Observations  from 

Space Infrastructure Plan (EOS Plan) and a National Positioning Infrastructure Plan (NPI Plan), the latter 

of which addresses Australia’s  long‐term PNT  requirements. The  technical,  institutional and economic 

criteria identified, related and analysed within this thesis will inform development and implementation 

of the NPI Plan. 

 

24  

FIGURE 7: AUSTRALIAN GOVERNANCE FOR SPACE ACTIVITIES 

 

New governance structure established through Australia’s Satellite Utilisation policy. The Australian 

Government SCC will report to the Coordination Committee on Innovation. The SCC will work closely with a 

National Security Space Inter‐Departmental Committee (NSS IDC) to manage national security dimensions of 

civilian space activities. The SCC will also receive advice from a committee representing stakeholders in 

industry and research sectors and in State and Territory governments (Australian Government, 2013a). 

25  

2.3 GLOBAL NAVIGATION SATELLITE SYSTEMS 

 Satellite‐based positioning systems allow users to determine three‐dimensional (3D) global  location by 

simultaneously measuring distances  from a  receiver  to a number  (at  least  four) satellites orbiting  the 

Earth. In simplistic terms, each distance is determined by measuring the time taken for a radio signal to 

be sent from a satellite to the receiver, and multiplying this time difference by the speed or  ‘velocity’ 

(the  speed  of  light12)  at  which  the  signal  travels.  The  introduction  of  time‐based  radionavigation 

technology as a modern and  indispensable positioning technique  is explored below by reviewing early 

navigation  and  satellite  systems  that  led  to  the  development  of  GPS  and  other  GNSS.  Principles  of 

geodesy  are  introduced  to describe why  any  location  can be determined  relative  to  the  Earth  using 

satellite radionavigation systems. 

 2.3.1 EARLY RADIONAVIGATION SYSTEMS 

 The origins of radionavigation date back to the early 1940s when the British Royal Air Force13 developed 

the  first  ground‐based  system  codenamed Gee  during World War  2  (WWII)  (NIMA,  2002).  This was 

closely followed by the more accurate Long Range Navigation (LORAN) ground system developed by the 

Radiation Laboratory within the Massachusetts Institute of Technology (MIT) (RAND Corporation, 1995). 

Both  systems  applied  the principles of hyperbolic navigation14  to measure  the  time  taken  to  receive 

radio signals that were sent between aircraft and dedicated ground communications towers. This time 

difference revealed the approximate distance to each tower. The short and long range accuracies of Gee 

ranged from 200 m to over 6 miles (9.5 km) respectively, and the absolute accuracy of LORAN ranged 

from 0.1 nautical miles (nm) (185m) to 0.25 nm (460 m) (NIMA, 2002). The OMEGA navigation system 

was the first truly global long‐range radio navigation system built on a global network of terrestrial radio 

beacons (Pierce et al., 1966). 

Following  the  launch of  the  first artificial satellite Sputnik 1 by  the Soviet Union  in 1957,  radio pulses 

from  the  satellite were  tracked  in  a way  that determined when  it  reached  its  closest distance  to an 

observing  site.  As  the  satellite  approached  a  ground  receiver,  the  frequency  of  each  pulse  would 

increase (i.e., shorter wavelength) until it reached its closest point above the receiver. After passing this 

point, the frequency would decrease (i.e., longer wavelength) as the satellite moved away.  

This relative change in frequency of the Sputnik radio signal is an example of the Doppler effect, which 

was  first  discovered  in  1824  by  Christian  Johann Doppler  (Doppler,  1842).  Figure  8  provides  a  basic 

example of the Doppler Effect by  illustrating the changing frequency of a sound wave moving towards 

and away from an observing site.                                                                   12 299,792,458 metres per second (m/s). 13 The British Royal Navy also deployed the Decca Navigator System in WWII to support ship and aircraft navigation. 14 Hyperbolic Navigation describes the form of radionavigation that is based on differences in time when receiving two radio signals along a baseline. 

26  

 FIGURE 8: DOPPLER EFFECT 

 

The Doppler Effect means the frequency of the sound wave from the ambulance increases (i.e., shorter 

wavelengths) as the ambulance approaches the stationary observer. The frequency becomes lower (i.e., 

longer wavelengths) as the ambulance recedes. Observing a higher frequency from the ambulance 

corresponds to a higher pitched sound. The same theory applies to measuring the velocity between a GNSS 

satellite and receiver that are moving relative to one another. 

 

In the 1960s, the US Navy sponsored two programs which became predecessors to GPS: TRANSIT15 and 

Timation. TRANSIT was originally developed to locate ballistic missile submarines and other ships at the 

ocean’s  surface,  but was made  available  for  civilian  use  in  1967  to  service  demand  from maritime 

navigators.  Timation  advanced  the  use  of  high‐stability  clocks, methods  of  time‐transfer,  and  two‐

dimensional navigation after the first satellite was  launched  in 1967. A third design concept known as 

System 621B was also explored by  the US Air Force  to provide  three‐dimensional navigation and  this 

system verified the use of pseudorandom noise (PRN) measurements as a new form of satellite ranging 

in 1972. GPS uses PRN codes  to measure signal  transit  time between a satellite and  receiver. The US 

Army had also proposed its own Sequential Correlation of Range (SECOR) system during this period and 

RAND  Corporation  (1995)  provides  a  comprehensive  overview  of  the motivation  and  technology  for 

developing each of these systems. 

In  1968,  the US  Department  of  Defense  (DoD)  established  the Navigation  Satellite  Executive  Group 

(NAVSEG) as a tri‐service steering committee that would coordinate and leverage current efforts by the 

US Navy, Air Force and Army  towards establishing a global, all weather, continuously available, highly 

accurate positioning and navigation service. The proposed Defense Navigation Satellite System  (DNSS) 

managed by the US Air Force was intended to support a broad spectrum of users, whilst saving the DoD 

money by limiting the proliferation of specialised equipment for particular missions (RAND Corporation, 

1995). 

                                                                 15 TRANSIT was developed by the John Hopkins Applied Physics Laboratory (APL) under Dr. Richard Kirschner. 

27  

By December 1973, a new concept known as the NAVSTAR GPS was approved as a compromise between 

each of  the programs described above, which  led  to  the development of  the GPS service  that society 

relies on today. FOC of the 24‐satellite constellation was declared by the US Air Force in 1995. 

The  Soviet Union  also  developed  a  satellite  positioning  system  known  as  Tsikada,  or  ‘Cicada’  in  the 

1970s that transmitted the same two radio frequencies as TRANSIT using similar Low Earth Orbit (LEO) 

satellites.  The  10‐satellite  constellation  consisted  of  six  military  satellites,  with  the  remaining  four 

designed for civilian use (Hofmann‐Wellenhof et al., 2008). 

 2.3.2 GEODESY 

 Prior to describing the current status of GPS and other GNSS,  it’s  important to recognise the role that 

the  field  of  geodesy  plays  in  establishing  a  common  coordinate  reference  frame  for  computing  and 

recording  location,  or  ‘position’.  By  defining  the  size,  shape,  origin  and  orientation  of  a  terrestrial 

(geodetic) coordinate system, the position of any object can be determined relative to that system using 

geodetic measurements and computational techniques. 

Put simply, the science of geodesy is used to measure the size and shape of the Earth through time and 

to  understand  its  gravity  field. Geodesy  is  therefore  used  to  establish  coordinate  systems  to  record 

location. Space geodesy includes measurements to natural and artificial satellites using equipment such 

as Very Long Baseline Interferometry (VLBI), Satellite Laser Ranging (SLR) and GNSS. Satellite positioning 

systems  require  a  consistent  global  frame  of  reference  in  order  to  compute  new  positions  using  a 

combination of absolute and relative satellite‐based positioning techniques.  

The remainder of this Chapter reviews the system architectures and status of international GNSS, RNSS 

and SBAS programs. Detailed technical descriptions are available from Hofmann‐Wellenhof et al. (2008) 

and  the United Nations  (2010), and  from  the  regular program updates provided by  the  International 

Committee on GNSS (ICG) within the United Nations Office for Outer Space Affairs (UNOOSA, 2014). A 

comprehensive description of all GNSS, RNSS and SBAS  infrastructure and  services  is available online 

from ESA and is updated regularly (ESA, 2013). 

 2.3.3 GPS (US) 

 The NAVSTAR GPS is the most familiar and widely used satellite‐based positioning system worldwide. It 

is  a  global  information  infrastructure  that  establishes  a  free  and  open  utility  for  accessing  PNT 

information  (GPS.gov,  2013).  GPS  products  and  services  support  a  wide  range  of  military,  civilian, 

scientific and commercial functions that affect many aspects of modern life. 

GPS and other GNSS consist of three main segments: the space segment, the control segment and the 

user  segment.  A  technical  overview  of  each  segment  and  regular  system  updates  are  available  at 

28  

GPS.gov (2013), including key milestones for the GPS modernisation program that was first announced 

by US Vice President Al Gore  in  January 1999. An overview of each segment and associated upgrades 

administered  through  the GPS modernisation program  to  improve  service  integrity,  signal availability 

and the overall accuracy of the system are provided below.  

 2.3.3.1 SPACE  SEGMENT  The first NAVSTAR GPS satellite was launched in 1974 for concept validation purposes. This was followed 

by the first operational Block I satellite launched in 1978. At the time of writing, the GPS is at FOC with a 

space segment consisting of 27 operational satellites that occupy Medium Earth Orbit (MEO) at a height 

of approximately 20,200 km above the Earth. There are six orbital planes that are inclined at 55° to the 

equator and separated by 60° in right ascension. Each satellite completes a full orbit every half sidereal 

day which equates to 11 hours and 58 minutes. Each plane contains  four satellites, although a recent 

constellation  expansion  known  as  ‘Expandable  24’  means  the  GPS  is  effectively  a  27‐satellite 

constellation (US Air Force, 2011).  

GPS satellites transmit two radio signals known as L1 (1575.42 MHz16) and L2 (1227.60 MHz) within the 

L‐Band17  frequency  range  used  for  radionavigation.  Both  signals  deliver  navigation  and  system 

information using two types of pseudorandom noise (PRN) codes that are unique to each satellite. The 

Course Acquisition PRN code (C/A‐code)  is modulated or  ‘carried’ on the L1 frequency and the Precise 

code (P‐code) is carried on both L1 and L2. C/A‐code can be accessed without authorisation, whilst the 

P‐code is encrypted through a process known as anti‐spoofing to prevent unauthorised access. The Code 

Division Multiple Access (CDMA) technique is used to assign each satellite a unique segment of C/A and 

P‐code.  Each  code  delivers  part  of  the  satellite message  that  contains  system  information  such  as 

approximate  satellite  locations,  satellite  health  updates  and  atmospheric  modelling  parameters. 

Technical details of the signal structure and satellite navigation messages for each carrier frequency and 

PRN code are provided by the Global Positioning Systems Directorate (2011) and Hofmann‐Wellenhof et 

al.(2008).  

From an operational standpoint, the C/A‐code can be accessed free of charge by civilian users as part of 

the  Standard  Positioning  Service  (SPS).  P‐code  is  encrypted  to  produce  the  P(Y)‐code  that  can  be 

accessed  through  the Precise Positioning Service  (PPS) by authorised users only. C/A‐code has a  long 

wavelength (about 300 m) and repeats every millisecond but is less accurate than P‐code given its short 

wavelength of about 30 m. The encrypted P‐code is more difficult to spoof (copy) than C/A‐code and its 

wide bandwidth is more difficult to jam.  

                                                                 16 Megahertz.  17 L‐Band refers to the 1‐2 Gigahertz (GHz) frequency spectrum.  

29  

The DoD (2008) specifies a global Signal‐in‐Space (SIS) User Range Error (URE18) of ≤7.8 m for the SPS19, 

which  is  statistically  equivalent  to  ≤4.0 m  Root Mean  Square  (RMS20),  as  identified  in  Figure  9.  The 

characteristics of SIS errors are defined in Chapter 3 but can be described here as the total range error 

between  a  user’s  receiver  and  a  satellite  arising  from  differences  between  predicated  navigation 

information  and  ‘true’  navigation  data  (e.g.,  position  and  time  information).  Subject  to  satellite 

geometry and availability,  this URE  translates  to a global average21 position accuracy of  ≤9.0 m  (95% 

confidence) horizontal (hz), ≤15.0 m vertical (95% confidence), and timing accuracy ≤40 nanoseconds22 

(ns) (DoD, 2008). These averages are for a measurement observation period of 24‐hours as opposed to 

instantaneous position accuracy. Figure 9 demonstrates that the current GPS SPS  is well exceeding  its 

URE target having achieved an average of 0.9 m RMS since 2009. 

 FIGURE 9: GPS SIGNAL‐IN‐SPACE PERFORMANCE 

  

GPS Performance Standards for Signal‐in‐Space (SIS) User Range Errors (URE) compared with observed performance 

between 2001 to 2010 (GPS.gov, 2013). Observed performance continues to exceed specifications. 

 

2.3.3.2 SELECTIVE  AVAILABILITY  Until May 2000, the US DoD actively degraded the position and timing accuracies of the SPS through a 

strategy known as Selective Availability. Selective Availability was implemented to prevent the spread of 

GPS technologies and capabilities to foreign military forces. By deliberately introducing errors into each 

satellite clock  through a process known as dithering, and misrepresenting  the orbits of each satellite, 

Selective Availability degraded  the URE. Horizontal accuracies degraded  from around 20‐30 metres  to 

                                                                 18 A measure of the user’s position accuracy. 19 Single‐frequency C/A code. 20 RMS corresponds to one standard deviation (σ). 21 At worst, ≤17.0 m (hz) and ≤35.0 m (DoD, 2008). 22 1 ns = 1 x 10‐9 (one billionth of a second). 

30  

100 metres  (at a 95% confidence  interval) with Selective Availability  turned on, and  timing accuracies 

were degraded from 200 nanoseconds to around 340 nanoseconds (at a 95% confidence interval) (RAND 

Corporation, 1995).  

Whilst Selective Availability degraded  the SPS, various Differential GPS  (DGPS) positioning  techniques 

were developed within the civil user community to circumvent its effects. GPS receivers were positioned 

over a ground mark that had known geodetic coordinates, which allowed corrections to be computed 

for each pseudo‐range measured at the receiver. The pseudo‐range correction is the difference between 

the measured range  (affected by Selective Availability and other errors) and computed range (derived 

from  the known  receiver coordinate). The  ‘corrections’ were broadcast  to nearby GPS  receivers using 

dedicated radio devices, which allowed a more accurate position to be computed. 

DGPS positioning  techniques underpin  the high  accuracy positioning products  and  services examined 

within this thesis.   

Selective  Availability  was  discontinued  from  the  year  2000  after  the  US  Government  and  former 

Interagency  GPS  Executive  Board  (IGEB),  predecessor  to  today's  National  Executive  Committee  for 

Space‐Based PNT (Figure 6), recognised the key role that GPS plays as a global information infrastructure 

to  support  civil  and  commercial  PNT  needs  worldwide  (IGEB,  2003).  The  opportunity  costs  of  the 

decision  to  remove Selective Availability are  reviewed  in an economic context  in Section 6.3.1.4 with 

regards to the public good benefits to society and industry that free and open access to GPS has created. 

 2.3.3.3 CONTROL  SEGMENT  The GPS control segment  is a global network of ground  infrastructure used  to  track, monitor, analyse 

and update the GPS satellite constellation. The 2nd Space Operations Squadron (2SOPS) at Schriever Air 

Force  Base  in  Colorado  Springs  is  responsible  for  the  daily  command  and  control  of  the  GPS 

constellation.  Key  tasks  include  satellite maintenance  and manoeuvres,  periodic  updates  of  satellite 

orbits  (ephemerides) and  clock  information,  time  synchronisation of  the  satellites, and uploading  the 

satellite message that is communicated to users.  

GPS.gov (2013) provides an overview of the current Operational Control Segment (OCS), which includes 

a  Master  Control  Station  (MCS)  and  alternate  MCS,  12  command  and  control  antennas  and  16 

monitoring  sites.  Monitor  stations  track  carrier  signals  from  the  GPS  satellites  and  transfer  this 

navigation information to the MCS. The MCS monitors the health and accuracy of the GPS constellation 

and computes precise locations (ephemerides) and clock parameters for each satellite. Ground antennas 

controlled  by  the  MCS  upload  these  navigation  messages  to  satellites,  along  with  other  system 

commands using S‐band communication links.  

    

31  

2.3.3.4 USER SEGMENT  The GPS user  segment  comprises  the products  and  services  that  are used  to observe,  integrate  and 

apply GPS information. In its simplest form, the user segment refers to GPS receivers that detect, record 

and process GPS  signals  to  compute PNT  information.  In  today’s modern  information  economy, GPS 

technology  is  integrated  into  everything  from  cell  phones  and  banking  systems  to  high  accuracy 

engineering, agriculture, surveying and construction equipment. The price and quality of each product 

and  service  varies with  each  application, meaning  the  user  segment  underpins  the market  analyses 

presented within Chapter 6, to review the quantity and type of GPS products and services demanded by 

consumers. 

Examples of applications  in different sectors of the economy that are becoming  increasingly reliant on 

GPS information are shown in Table 2. 

 TABLE 2: GPS APPLICATIONS 

Sector  Applications 

Transport  Road, rail, aviation and maritime transport systems and logistics management 

Engineering  Construction, mining, surveying, structural monitoring 

Environmental   Agriculture, weather prediction, hazards monitoring and management 

National Security  Defence, emergency management, safety of life applications 

Banking and Finance  Financial transactions and telecommunication synchronisation 

Spatial  Geo‐imagery, land surveys and spatial data management  

Earth Sciences  Climate change (sea level monitoring) and crustal monitoring 

Social  Location based services including smart phones and other hand‐held devices 

 GPS applications across different industry sectors. 

 

2.3.3.5 GPS MODERNISATION  The GPS modernisation program  is an ongoing, multibillion dollar effort  to upgrade and enhance  the 

space and control  segments  to  improve GPS performance. Following  the  launch of eight Block  IIR(M) 

GPS satellites between 2005 and 2009, a second civilian known as L2C has been made available on the 

L2 carrier to meet the increased accuracy and performance needs of commercial users. L2C is broadcast 

at a higher power  than C/A‐code making  it easier  to  receive  in challenging environments  (e.g., under 

tree foliage), thus increasing its reliability and operating range. Position accuracy can be improved in the 

user  segment  using  dual‐frequency  receivers  that  simultaneously  track  the  C/A  and  L2C  signals  to 

improve ionospheric modelling. Ten satellites currently transmit L2C although the full benefits to users 

will not be available until the next generation Operational Control System (OCX)  is completed and the 

GPS constellation is fully modernised by 2025.  

32  

In 2010, a third civil carrier signal known as L5 also became available on the newer Block  IIF satellites, 

three of which  are  currently operational with  the  remaining nine due  to be deployed by 2025.  L5  is 

transmitted in a radio band (ARNS23) reserved exclusively for aviation safety services, and is designed to 

meet  safety‐of‐life  transportation  requirements using a higher powered  signal  than C/A and  L2C and 

greater bandwidth to improve jamming resistance. L5 contains two PRN ranging codes (I5‐code and Q5‐

code) with navigation data modulated on  the  I5‐code  (GPSD, 2012). Whilst  L5 will ultimately  lead  to 

increased  productivity  and  cost  savings  through  increased  capacity  and  efficiency,  particularly  for 

transport  services  given  signals  are  transmitted  in  the  ARNS  radio  band,  these  benefits  are  also 

contingent upon the completion of OCX and the future launch schedule for Block IIF satellites.  

The newest fleet of GPS satellites known as GPS III are scheduled for launch in 2015 and will contain the 

fourth civil signal known as L1C on the L1 carrier. Designed to enable interoperability between GPS and 

other GNSS and RNSS, including Europe’s Galileo, Japan’s QZSS, India’s IRNSS and China’s Beidou, L1C is 

designed  to  improve mobile  reception and  therefore access  to modernised GPS  services  in  cities and 

challenging environments.  

A new military M‐code also became available on Block IIR(M) satellites and is transmitted on L1 and L2 

in  addition  to  the  existing  P‐code.  M‐code  enables  higher  resistance  against  jamming,  increased 

navigation  performance,  higher  security  encryption  and  is  transmitted  at  higher  power  (Hofmann‐

Wellenhof et al., 2008). 

Further details on each generation  (i.e.,  ‘Block’) of  satellite and  their  launch  schedules  is available at 

GPS.gov (2013). 

 2.3.4 GLONASS (RUSSIA) 

 Global’naya Navigatsionnaya Sputnikovaya Sistema (GLONASS)  is the Russian equivalent of GPS.  It was 

developed as a military system by the USSR in the 1970s based on earlier experiences with the Tsikada 

Doppler system. The first GLONASS satellite was launched in 1982 and civilian access officially granted in 

1995. A fully operational 24‐satellite constellation was first achieved in 1996 before a number of in‐orbit 

failures and a  lack of funding for new satellites significantly reduced the number of active satellites to 

seven  in 2002  (Urlichich et al., 2011). FOC was however  restored  in 2011  following  increased  funding 

approved through the GLONASS Mission Oriented Program, which focussed on system maintenance and 

modernisation, and GNSS equipment and technology development for transport, military and geodetic 

applications.  The GLONASS  Coordination  Board  established  in  2002  provides  program  oversight  and 

coordinates the activities of the six State Customers identified in Section 2.2.2. 

    

                                                                 23 Aeronautical Radio Navigation Service. 

33  

2.3.4.1 SPACE  SEGMENT  The  nominal  baseline  constellation  comprises  24  GLONASS‐M  satellites  deployed  in  three  (circular) 

orbital  planes with  an  altitude  of  19,100  km  and  a  period  of  11  hours,  15 minutes  and  25  seconds 

(United Nations, 2010). Orbital planes are  separated by 120°  in  right ascension with an  inclination of 

64.8° to the equator which, according to Habrich (1999 cited in Hofmann‐Wellenhof et al., 2008, p.349), 

provides  simultaneous  visibility  to  at  least  five  satellites  across  99%  of  the  Earth.  Four  additional 

GLONASS‐M  satellites  are  currently  held  as  spares  or  ‘reserves’,  and  a  newer  GLONASS‐K1  satellite 

launched in 2011 is undergoing system testing.  

GLONASS  satellites  currently  implement  the  Frequency  Division Multiple  Access  (FDMA)  technique, 

meaning each satellite broadcasts  its own carrier  frequency. Hence, each satellite  is differentiated by 

the frequency it transmits, which differs from GPS where each satellite transmits a unique PRN code on 

the same carrier frequencies. Satellite frequencies for GLONASS are centred at 1602.00 MHz  in the L1 

sub‐band and 1246.00 MHz in the L2 sub‐band (United Nations, 2004).  

GLONASS navigation information is transmitted through the Standard‐accuracy C/A code on the L1 sub‐

band  frequencies,  and  the  high‐accuracy  P‐Code  on  the  L1  and  L2  sub‐band  frequencies.  A  new  L3 

(1202.025 MHz)  signal  is also available on  the experimental GLONASS‐K1  satellite, which underpins a 

new generation of  lighter GLONASS‐K  (K1 and K2) satellites with  improved clock stability and a  longer 

design  life  (Urlichich  et  al.,  2011).  The  first  GLONASS‐K  satellites  are  scheduled  for  launch  in  2015. 

Importantly, L3  is a CDMA signal which enables greater  interoperability with other GNSS  (Hein, 2006). 

GLONASS‐K1 satellites will transmit a second civilian PRN code and a second military PRN code on the L3 

carrier  frequency,  and  GLONASS‐K2  satellites  will  also  feature  CDMA  signals  on  the  L1  and  L2 

frequencies.  GLONASS‐K  and  GLONASS‐M  satellites  will  contain  the  L3  signal  and  will  continue 

transmitting FDMA signals  (Lyskov, 2013). A new L5 signal  is also being  investigated. User positioning 

accuracy (i.e., URE) in 2012 is quoted at 2.8m RMS, with a future objective of 0.6m from new M, K1 and 

K2 satellites (GPS World, 2013c).   

Having outlined  the basic  characteristics and  functions of each  segment  for GPS  in Section 2.3.3,  the 

remaining  technical descriptions  for each GNSS only highlight major differences  in  system design and 

operations,  including  unique  broadcast  frequencies  and  positioning  services,  to  avoid  repeating  the 

general purpose of each space, ground and control segment. Time standards and datum considerations 

for selected GNSS are reviewed in Chapter 3. 

 2.3.5 GALILEO (EUROPE) 

 Galileo is the European GNSS that is jointly funded and managed by the EU and ESA. Galileo will operate 

independently  of  GPS  and  GLONASS,  but  will  provide  full  interoperability  with  both.  The  EU’s  first 

venture  into satellite navigation was the European Geostationary Navigation Overlay Service  (EGNOS), 

34  

an  SBAS  similar  to  the  US Wide  Area  Augmentation  System  (WAAS),  both  of which  are  detailed  in 

Section 2.4.  

Galileo  is unique  in that the program was  justified on economic, social and technological grounds as a 

civilian  system  in  contrast  to  the  military  origins  of  its  US  and  Russian  counterparts.  Transport, 

agriculture,  telecommunications,  energy  and  finance  applications  continue  to  drive  trans‐European 

investment in Galileo throughout the EU. As of January 2014, four Galileo satellites have been launched 

to complete  the  In‐Orbit Validation  (IOV) phase, which  is  jointly  funded by ESA and  the EU. Fourteen 

additional  satellites  are  planned  for  launch  by  2015  to  establish  an  18‐satellite  constellation  as  the 

program moves towards Initial Operating Capability (IOC) (Gutierrez, 2013).  

A fully deployed constellation is expected by 2020, with 27 operational satellites plus three active spares 

that will orbit at an altitude of 23,222 km  in three circular MEO planes at an  inclination of 56° to the 

equator. Two Galileo Ground Control Centres (GCCs) have been deployed in Europe to perform satellite 

and navigation mission management using a global ground network of Galileo Sensor Stations (GSSs). 

Galileo will provide four primary satellite services to the global user community (ESA, 2010): 

1. Open Service (OS) – A free of charge PNT service comparable to that of other GNSS that will be 

delivered without a service guarantee.  

2. Commercial  Service  (CS)  –  A  paid  service  that  provides  access  to  two  additional  encrypted 

signals that improve PNT accuracy and provide a higher data transfer rate. The CS is likely to be 

backed by a service guarantee. 

3. Safety‐of‐Life  Service  (SoL)  ‐  Improves  the OS  by  providing  integrity  information  through  a 

service guarantee to alert users when they fail to meet a certain threshold of accuracy. Safety‐

critical transport applications such as aviation and maritime services will be key beneficiaries. 

4. Public  Regulated  Service  (PRS)  –  PRS  will  focus  on  delivering  continuous  service  through 

controlled access to encrypted signals. Public safety, national security and critical infrastructure 

are key drivers for the PRS. 

 A  fifth Search and Rescue  (SAR) service will also  form part of  the Medium Earth Orbit SAR  (MEOSAR) 

component of the  international satellite‐based program known as COSPAS‐SARSAT  (NOAA, 2014). The 

program  aims  to  provide  accurate,  timely  and  reliable  distress  alert  and  location  data  to  help  SAR 

authorities assist persons in distress on land or at sea.  

The  signal  structure  (European  Union,  2010)  for  Galileo  contains  five  CDMA  carrier  frequencies 

summarised in Table 3. Two of these signals E5a and E5b are sub‐bands within the wideband E5 range 

and, along with E1 and GPS L5, exist within the ARNS spectrum to support SoL services. Frequencies E1 

and  E5a  are directly  interoperable with  the GPS  L1  and  L5  signals  respectively. Galileo  satellites will 

35  

transmit  a  total of 10  ranging  codes  spread  across  the  three primary  signal bands E1, E6  and E5, as 

identified  in Table 324. A key feature of the E6 signal  is  its E6b ranging code that provides a high data 

transfer rate of 500 bits per second (bps) for the Galileo CS.  

Target performance specifications for the OS are quoted by the UN (2010) as 15m hz and 35m vertical 

(95% confidence) for single‐frequency (E1) users, and 4m hz and 8m vertical for dual‐frequency (E1 and 

E5b) users. Hofmann‐Wellenhof et al.  (2008) quote  the same dual‐frequency  requirements  for  the CS 

and SoL services, and 6.5m hz and 12m vertical for dual‐frequency PRS users. Timing is quoted at 99.5% 

availability  and  30  nanosecond  accuracy  (95%  confidence)  (Hofmann‐Wellenhof  et  al.,  2008, United 

Nations,  2010).  Localisation  accuracies  using  SAR  are  expected  to  be  better  than  100  m  (95% 

confidence) for COSPAS‐SARSAT beacons fitted with Galileo receivers (United Nations, 2010). 

 2.3.6 BEIDOU (CHINA) 

 The  BeiDou  Navigation  Satellite  System  is  being  developed  by  the  China  Satellite  Navigation  Office 

(CSNO) within  the  People’s  Republic  of  China.  Phase  one was  known  as  the  BeiDou  Demonstration 

project and consisted of three geosynchronous25 satellites launched between 2000 and 2003, to deliver 

wide‐area  differential  corrections  across  China  (National  Academy  of  Sciences,  2012).  The  project 

recently completed  its second of three phases with a constellation of 14 operational satellites,  five of 

which  are  in  geostationary26  orbits  at  an  altitude  of  35,786  km;  another  five  positioned  in  Inclined 

Geosynchronous Orbit  (IGSO)  at  the  same  altitude,  and  the  remaining  four  in MEO  at  an  altitude of 

21,528 km (CSNO, 2012). The second phase establishes a RNSS for coverage over China and surrounding 

areas (including Australia), and a full constellation with global coverage  is planned for the third phase. 

The  full  constellation,  to  be  completed  by  2020, will  consist  of  35  satellites,  30  of which  are  non‐

geostationary  and  will  be  a  combination  of MEO  and  IGSO  satellites  in  three  orbital  planes  at  an 

inclination of 55° to the equator (GPS World, 2013c). 

BeiDou will offer  two  global  services:  an Open  Service  (free of  charge)  and  an Authorised  Service. A 

wide‐area differential service (accuracy better than 1m) and short message communication service will 

also be  available  in  the China  region  (National Academy of  Sciences, 2012). Beidou  transmits CDMA 

signals  using  three  carrier  frequencies  known  as  B1,  B2  and  B3  (Montenbruck  et  al.,  2012)  as 

summarised  in Table 3, with B1 and B2 accessible through the Open Service, and all three frequencies 

transmitted through the Authorised Service. Plans are in place to shift the B1 signal to the L1 frequency 

centred at 1575.42 MHz from 2016 onwards to provide interoperability with GPS, GLONASS and Galileo 

                                                                 24 Hofmann‐Wellenhof  (2008) provide a detailed description of each signal  including  the central  frequency bands (E5, E6, E1), modulation types  (e.g., BOC, AltBOC, BPSK, MBOC), PRN codes  (E5a‐I, E5a‐Q, E5b‐I, E5b‐Q, E6a, E6b, E6c, E1a, E1b, E1c) and the services that each PRN code will deliver. 25 An orbital period with the same rotation period of the Earth, meaning the satellite returns to the same position in the sky after each sidereal day. 26 A  circular  geosynchronous  orbit  directly  above  the  Earth’s  equator, meaning  an  object  in  geostationary  orbit appears fixed to ground observers. 

36  

services located in the same L1‐band (Gibbons, 2013). Note also the alignment between B3 and Galileo’s 

E5b  in Table 3. All BeiDou  services aim  to provide position accuracy of  ≤10 m  (95%  confidence) and 

timing accuracy of ≤20ns with respect to Coordinated Universal Time (UTC). 

TABLE 3: GNSS CONSTELLATION PARAMETERS 

  GPS  GLONASS  Galileo  Beidou 

Funding  Public  Public  Public  Public 

FOC  1995  1995 & 2011  2020*  2020* 

Nominal Constellation 

24  24  27  35 

Orbital Planes  6  3  3 3 (MEO and 

IGSO) 

Orbital Inclination 

55°  64.8°  56°  55° 

Signal Separation 

CDMA  FDMA & CDMA  CDMA  CDMA 

Carrier Frequency Bands 

3: L1, L2, L5 3 sub‐bands (L1, 

L2, L3) 3: (E2‐L1‐E1)**, E6, E5: E5a, E5b*** 

3: B1, B2, B3 

Central Carrier Frequencies (MHz) 

L1: 1575.420 L2: 1227.600 L5: 1176.450 

L1: 1602.000 L2: 1242.000 L3: 1202.025 

(E2‐L1‐E1): 1575.420 E6: 1278.750 E5: 1191.750 

B1: 1561.098 B2: 1268.520 B3: 1207.140 

Global Services (Frequencies) 

(Dual Use) SPS & PPS: L1,L2,L5 

 

(Dual Use) Civilian & Military: 

L1,L2,L3 (investigating L5) 

(Civilian) OS: E1,E5 SoL: E1,E5 CS: E1,E6,E5 PRS: E1,E6 

SAR: L6 downlink 

(Dual Use) Open: B1,B2 Authorised: B1,B2,B3 

Geodetic Datum  WGS‐84  PZ‐90  GTRF  CGCS2000 

Time System GPS time 

UTC (UNSO) GLONASS time  

UTC (SU) Galileo System Time (GST) 

BeiDou time (BDT) 

UTC (NTSC) 

‘Open Service’ Position and  Time Accuracy Specifications 

L1 (C/A) URE:27 ≤4.0 m RMS UTC offset: ≤20 ns RMS 

 

 URE28 

≤2.8 m RMS UTC offset: ≤20 ns RMS 

  

E129 (single frequency):  ≤15.0 m (hz); ≤35.0 m vertical 

E1‐E5 (dual; frequency):  ≤4.0 m (hz); ≤8.0 m vertical 

UTC offset:  ≤30 ns RMS 

Position30: ≤10 m (95% confidence) 

UTC offset:  ≤20 ns RMS 

 *  Planned. **   E2‐L1‐E1 uses the same central frequency as L1 and includes the adjoining bands E1 and E2.  ***  E5a (1176.450 MHz) and E5b (1207.140 MHz) are sub‐bands within the E5 bandwidth, effectively 

producing three carrier frequencies within the E5 band.  

Summary of constellation parameters, signals structures, signal frequencies, datums, time systems, and service 

performance specifications for GPS, GLONASS, Galileo and Beidou. 

                                                                 27 (DoD, 2008). 28 (GPS World, 2013). 29 95% confidence (UN, 2010). 30 (National Academies of Sciences, 2012). 

37  

2.4 REGIONAL NAVIGATION SATELLITE SYSTEMS 

 The term Regional Navigation Satellite System (RNSS) refers to regional satellite positioning systems that 

are not global but provide coverage over a specific portion of the Earth. This Chapter also reviews Space 

Based  Augmentation  Systems  (SBAS)  that  complement  GNSS  and  other  RNSS  infrastructure  with 

additional measurement and communication signals for safety‐of‐life applications. 

 2.4.1 QZSS (JAPAN) 

 First  authorised by  the  Japanese Government  in 2002,  the Quasi  Zenith  Satellite  System  (QZSS)  is of 

considerable  interest  to  the Australian  user  community  given  its  coverage  footprint  across  the Asia‐

Pacific  region  (Figure  10)  and  the  type  of  services  it will  offer. QZSS  is  not  a  standalone  navigation 

system but will consist of four satellites31 placed in Highly Elliptical Orbit (HEO) to ensure one satellite is 

always centred over Japan, in addition to GPS and other GNSS satellites. HEO is particularly beneficial for 

improving access to signals in mountainous regions and urban canyons where other GNSS coverage can 

be limited.  

 FIGURE 10: QZSS SATELLITE FOOTPRINT 

  

QZSS coverage footprint across the Asia‐Pacific region.  

Whilst  QZSS  was  originally  established  as  a  joint  public  and  private  venture,  the  collapse  of  the 

Advanced Space Business Corporation  (ASBC)  in 2007  resulted  in  the  Japanese Aerospace Exploration 

Agency  (JAXA)  taking  full  responsibility  for  the  system.  Its  first  satellite Michibiki was  subsequently 

launched  in September 2010, and  in 2013  Japan’s Cabinet office announced  funding  for an additional 

three satellites, one more than originally planned.  

                                                                 31 Japan's Cabinet Office announced the expansion of the QZSS in early 2013 approving a $526 million contract with Mitsubishi Electric for the construction of three satellites for launch before the end of 2017. 

38  

A unique  feature of QZSS  is  its signal structure  that  is directly  interoperable with GPS  through  the L1 

C/A, L1C, L2C and L5 ranging signals. QZSS is intended to improve signal availability from 90% with GPS 

alone to 99.8% with regional augmentation. In addition to the navigation signals, QZSS will also transmit 

augmentation signals known as  the L1 Submeter‐class Augmentation with  Integrity Function  (L1‐SAIF) 

and the L‐Band Experimental Signal (LEX). L1‐SAIF is effectively an SBAS signal that complements Japan’s 

existing  wide‐area  differential  correction  service  MSAS  (MTSAT  Satellite  Augmentation  System) 

described  in  Section  2.4.3.3.  The  LEX  (1278.75 MHz)  signal will  provide  a  dedicated  communication 

channel  for  broadcasting  more  complex  correction  information  than  standard  differential  SBAS  to 

improve  high  accuracy  positioning  capabilities  in  the  coverage  zone.  This  presents  significant 

opportunities for Australia and is an important consideration for identifying and evaluating data delivery 

mechanisms  beyond  terrestrial  broadband  networks,  which  are  currently  limited  in  their  national 

coverage. Initial results from testing data transmissions with the LEX signal in Australia were presented 

at the 2013 Precise Point Positioning (PPP) Workshop in Ottawa Canada (Hausler, 2013). 

 2.4.2 IRNSS (INDIA) 

 The  Indian  Regional Navigation  Satellite  System  (IRNSS)  differs  from QZSS  in  that  it  is  a  standalone 

system that provides an independent PNT capability for the India region as opposed to only augmenting 

existing GPS and GNSS infrastructure. To achieve this, the full constellation will contain seven satellites, 

three  in  geostationary  orbit  and  the  remaining  four  positioned  in  geosynchronous  orbit.  This  allows 

visibility to all satellites across India on a 24‐hour basis. The first satellite was launched in July 2013 and 

FOC is expected in 2015.  

IRNSS will offer a free Standard Positioning Service to civilian users and a restricted Precision Service for 

authorised users. Both services will offer the L5 signal (1176.45 MHz) for interoperability with GPS and 

Galileo (E5a), and a second signal S1 will be centred in the S‐band (2492.08 MHz) frequency. Whilst the 

higher  frequency of  S‐band  can help  to  reduce  ionospheric  errors,  the  large  separation  from  L5  can 

introduce additional processing challenges described by Rao et al. (2011).  

 2.4.3 SPACE BASED AUGMENTATION SYSTEMS 

 SBAS  improve  the accuracy, availability,  reliability and  integrity of GNSS and RNSS  services.  SBAS are 

primarily  designed  and  implemented  to  support  safety‐of‐life  aviation  services  including  aviation, 

maritime,  road  and  rail  transport,  however  there  is  no  limit  to  application  areas  for  SBAS  (e.g., 

agriculture, emergency services and many others). Government funding and policy  is used to develop, 

maintain and ensure open access to SBAS in various countries and to ensure safety‐of‐life standards are 

met for critical transport applications.  

39  

SBAS are also comprised of space, ground and user segments. Terrestrial networks of ground control 

stations are deployed to observe and monitor GNSS, RNSS and SBAS signals. Data corrections are then 

uploaded to dedicated SBAS satellites that transmit data to users via L‐Band PRN ranging codes. SBAS 

coverage is however fixed over a country or region using one or multiple (for redundancy) geostationary 

satellites  rather  than  an  entire  constellation  of MEO  satellites.  The  space  segment  is  essentially  a 

combination of the geostationary satellites and the GNSS constellation(s) they augment.  

SBAS ground control sites are distributed with a higher density  than standalone GNSS control sites  to 

improve atmospheric modelling capabilities across the service region. With reference to Section 2.3.3.2, 

SBAS are a  form of differential positioning given the geodetic  locations of ground stations are known, 

which  allows  the  relative  error  corrections  for  observed  signals  to  be  computed  and  sent  to  users. 

Additionally,  SBAS  provide  a  space‐based  (and  ground‐based  in  the  case  of  Galileo)  capability  for 

communicating  integrity  information  that  can alert users of  faults or  inconsistencies  for  safety‐of‐life 

applications. SBAS satellites are effectively communication satellites that send correction parameters at 

a higher data rate, and may (but not necessarily) transmit ranging codes  identical to those of GNSS to 

increase the number of signals available. 

A key property of SBAS services, particularly those owned by governments,  is the stringent design and 

performance standards enforced by the  International Civil Aviation Organisation (ICAO) to certify their 

use  for  aviation  purposes.  These  standards  include  ICAO’s  (2008)  Standards  and  Recommended 

Practices  (SARPS)  for  the  type  and  content  of  data  that  is  transmitted,  and  the  Radio  Technical 

Commission  for Aeronautics’  (RTCA) Minimum Operational Performance  Standard  (MOPS32)  for  SBAS 

receiver  and  antenna  equipment.  For  example,  the  US  Government  identifies  these  and  other 

government and non‐government  standards  in  its Performance Standard  (FAA and DOT, 2008)  for  its 

Wide Area Augmentation System (WAAS). 

It follows that SBAS are one of two systems recognised by ICAO for completing approaches with vertical 

guidance  (APV)  (Australian Government,  2011). APV  is  a major  safety  initiative  designed  to mitigate 

Controlled Flight into Terrain (CFIT) incidents by improving safety, efficiency and capacity through cost‐

effective navigation services  for departure and  landing. Barometric Vertical Navigation  (Baro‐VNAV)  is 

the second and more widespread method recognised by  ICAO, and both methods are evaluated  in an 

Australian  context  in Section 2.4.3.7. SBAS  is an enabler  for  the US Federal Aviation Administration’s 

(FAA)  Next  Generation  Transportation  System  (NextGEN)  and  the  European  Commission’s  Single 

European Sky Air Traffic Management Research (SESAR) (IWG, 2012).  

To benefit from the augmented signals, users must be located within the coverage region using a GNSS 

receiver that  is compatible with SBAS signals. Most commercial receivers are now sold with an  in‐built 

SBAS capability  to receive open signals  from government‐owned and operated SBAS, such as  those  in 

                                                                 32 See (RTCA, 2013) for document DO‐229 pertaining to GPS SBAS standards. 

40  

the US and Europe. These foreign owned systems provide no augmentation services in countries where 

SBAS  coverage  is  unavailable,  such  as  Australia.  Global  SBAS  services  are  however  offered  by 

commercial providers and require users to own a vendor‐specific (proprietary) GPS and/or SBAS receiver 

to access the signals. OmniStar, owned by Trimble Navigation Ltd33, and StarFire, operated by Deere and 

Company,  are  leading  commercial  providers  of  SBAS  services  in  Australia,  with  a  strong  focus  on 

maritime  and  agriculture  applications. Note  however  that  commercial  SBAS  are  not  certified  by  the 

international aviation standards  that govern public SBAS services such as WAAS  for civil aviation. This 

distinction  between  public  and  private  service  standards  provides  an  important  comparison  for 

identifying the minimum performance requirements that will maximise the utility of CORS infrastructure 

within a NPI (Chapters 6 and 7).  

 2.4.3.1 WAAS (US)  The Wide Area Augmentation System (WAAS) developed by the US FAA dates back to 1992 and reached 

IOC in 2003. It was the first implementation of an ICAO compliant SBAS and is defined by the FAA as a 

system:  

“…designed to meet high accuracy,  integrity, continuity, availability standards of aviation 

users, but is an open service that has the capability to support other applications as well”  

(FAA and DOT, 2008)  

 

The WAAS ground network  is comprised of 38 Wide‐area Reference Stations (WRS)  located across the 

US, Canada, Mexico and Puerto Rico (see Figure 11). Three Wide‐Area Master (WAM) stations are used 

to compute  the Wide‐Area Differential  (WAD) corrections, which are uploaded  to  three commercially 

owned geostationary  satellites via  six Ground Earth Stations  (GES)  (Hofmann‐Wellenhof et al., 2008). 

GPS satellites and WAAS geostationary satellites comprise the space segment.  

The US Government’s WAAS Performance Standard (FAA and DOT, 2008) specifies a three‐dimensional 

signal‐in‐space  minimum  accuracy  limit  of  4m  (95%  confidence).  Associated  Performance  Analysis 

Reports demonstrate actual performance  is around 1.6m  (95%  confidence). Performance metrics are 

often  differentiated  between  en‐route  operations  and  vertical  guidance  operations  termed  Localiser 

Performance with Vertical guidance (LPV). For  instance, WAAS coverage  is divided  into five geographic 

zones, where zone one covers the 48 Contiguous US (CONUS) states and requires 99.999% availability 

for en‐route operations, and 99% availability for LPV approaches (but higher accuracy requirements, as 

described below).  

 

                                                                 33 Limited. 

41  

FIGURE 11: WAAS GROUND INFRASTRUCTURE 

  

Location of WAAS ground infrastructure (FAA and DOT, 2008).  

LPV‐200 is the most demanding guidance procedure that the WAAS is certified to support, which allows 

aircraft to descend as  low as 200 feet above touchdown height. For comparison, en‐route applications 

require  0.40  nautical  miles  (nm34)  hz  accuracy  (95%  confidence)  and  have  no  vertical  accuracy 

requirement, whilst LPV‐200 requires 16m hz and 4m vertical accuracy (95% confidence). A Horizontal 

Alert Limit  (HAL)  is communicated via WAAS  if horizontal accuracy exceeds 40 m  for LPV‐200, with a 

corresponding Vertical Alert Limit (VAL) of 35m. The number of LPV approaches being flown  in the US 

now  exceeds  the  number  of more  traditional  landing  approaches  using  Instrument  Landing  Systems 

(ILS). 

 2.4.3.2 EGNOS (EUROPE)  Like  all  SBAS,  the  architecture of  the  European Geostationary Navigation Overlay  Service  (EGNOS)  is 

standardised for aviation purposes and each segment has a similar design to that described for WAAS. 

EGNOS became a fully operational free and open service in 2009, and a safety‐of‐life aviation service in 

March 2011. The EGNOS ground network contains 34 Receiver Integrity Monitoring Stations (RIMS) that 

transfer data  to  four master  control  stations  (one  active;  three backup), which  is uploaded  to  three 

geostationary satellites from six Navigation Land Earth Stations (NLES) (see Figure 12). 

                                                                  34 0.40 nm equates to 0.74 km. 

42  

FIGURE 12: EGNOS SYTEM ARCHITECTURE 

  

EGNOS system architecture (De Smet, 2011).  

Corrections  parameters  can  be  communicated  to  users  via  the  space‐based  Open  Service  and  the 

terrestrial EGNOS Data Service (EDAS) as demonstrated in Figure 13. EDAS eliminates the need for direct 

access  to  geostationary  satellites  which  provides  an  additional  layer  of  redundancy  if  satellite 

transmissions  are  blocked  or  subject  to  interference.  EDAS  uses  the  Signal‐in‐Space  over  internet 

(SISNeT)  concept  developed  by  ESA  and  operates  on  a  commercial  business  model  with  service 

providers offering service guarantees to customers. 

 FIGURE 13: EDAS SYSTEM ARCHITECTURE 

 

EGNOS Data Service (EDAS) system architecture (IP: Internet Protocol, RDS: Radio Data System, DAB: Digital 

Audio Broadcasting) (GSA, 2011).  

43  

The European Commission took  full ownership of EGNOS from ESA on 1st April 2009, meaning EGNOS 

and  Galileo  are  both  funded  and  managed  by  the  Commission.  Operational  management,  service 

provision  and maintenance  responsibilities  are  assigned  to  the  European  Satellite  Services  Provider 

(ESSP), a company comprised of seven European air navigation providers from Spain, Germany, France, 

Italy, UK, Portugal and Switzerland. 

 2.4.3.3 MSAS (JAPAN)  Japan’s  SBAS  uses  two  geostationary  Multifunctional  Transport  Satellites  (MTSAT)  owned  by  the 

Japanese Meteorological  Agency  and  Japanese Ministry  of  Land,  Infrastructure  and  Transport.  The 

MTSAT  Satellite  Augmentation  System  (MSAS)  has  been  operational  for  aviation  purposes  since 

September 2007. MSAS contains four Ground Monitor Stations (GMS) that send GPS and MTSAT data to 

two MCS  for  upload  to  the  geostationary  satellites  (see  Figure  14).  An  additional  two Monitor  and 

Ranging Stations (MRS) are located in Hawaii and Australia which also function as GMS sites (Japan Civil 

Aviation Bureau, 2009).  

 FIGURE 14: MSAS SYSTEM ARCHITECTURE 

 

System architecture for the MTSAT Satellite Augmentation System (MSAS) (Fujiwara, 2011). 

 

2.4.3.4 SDCM (RUSSIA)  The  Russian  Federation  is  currently  developing  its  System  for Differential  Correction  and Monitoring 

(SDCM)  to compute SBAS correction parameters and communicate  integrity  information  for both GPS 

and  GLONASS.  Two  geostationary  satellites  were  launched  in  2011  and  2012  and  are  currently 

44  

undergoing  testing,  with  a  third  satellite  planned  for  early  2014.  The  ground  network  (Figure  15) 

currently contains 19 reference stations across Russian territory, and five stations located abroad (three 

of which are on Antarctica). A further 21 reference stations are planned for Russia with an additional 18 

to be distributed globally based on current projections (Stupak, 2012).  

Full SBAS coverage for the L1 signal is expected in 2016, with L5 capabilities for central Russia expected 

by 2018. SDCM certification for LPV‐200 approaches is expected by 2019 (Lyskov, 2013). SiSNeT will also 

be used to broadcast corrections via a terrestrial network, similar to that of EDAS described previously.   

 FIGURE 15: SDCM REFERENCE STATIONS 

  

Current and planned reference stations in Russia for the SDCM SBAS (Stupak, 2012).  

 2.4.3.5 GAGAN (INDIA)  The Airports Authority of  India  (AAI) and  ISRO reached agreement  in 2001 to establish  the GPS Aided 

Geo Augmented Navigation (GAGAN) system. GAGAN has been implemented in two phases; a proof of 

concept phase completed in 2007 known as the Technology Demonstration System (TDS), and the Final 

Operations Phase (FOP) that commenced in 2009 and was completed in 2013.  

GAGAN  comprises 15  Indian Reference  Stations  (INRES),  two  Indian Master Control Stations  (INMCC) 

and  three  Indian Land Uplink Station  (INLUS)  (Figure 16). Data  is communicated via  two operational35 

geostationary  satellites  launched  in  2011  (GSAT‐8)  and  2012  (GSAT‐10)  as  part  of  the  FOP  phase 

(Cruising Heights, 2011, Ganeshan, 2012, Rao and Lachapelle, 2013). A third satellite GSAT‐15 is planned 

                                                                 35 The first GAGAN satellite launch in 2010 was unsuccessful. 

45  

for  launch  in  2015  to  function  as  an  in‐orbit  spare  (Sayeenathan,  2013).  IRNSS will  contribute  three 

additional geostationary satellites.  

GAGAN is expected to be fully operational in 2014 having received provisional certification (GPS World, 

2013b) from the Directorate General of Civil Aviation (India) in December 2013.  

 FIGURE 16: GAGAN REFERENCE STATIONS 

  

Location of GAGAN references stations (INRES), master control stations (INMCC) and uplink stations (INLUS) 

(Sudhir, 2013). 

 

2.4.3.6 SOUTH  KOREA  South Korea has also reported plans to develop an SBAS capability citing limited LPV36 availability from 

Japan’s MSAS  as  a  primary  driver  (GPS World,  2013c).  The  system would  include  two  geostationary 

satellites, two master stations, two ground uplink sites and five reference stations, although no formal 

documentation has been identified for system design, funding arrangements and time schedules by the 

Ministry of Land, Transport and Maritime affairs. Yun et al.  (2013) report details of Wide‐Area DGNSS 

testing by Seoul National University between 2002 and 2004, and describe preliminary results from the 

Pseudolite‐Based Augmentation  System project undertaken between 2010  and 2014  to demonstrate 

                                                                 36 Refer to Section 2.4.3.1. 

46  

the  feasibility of an SBAS. GPS World  (2013c)  reports  that demonstration projects are expected  to be 

completed in 2014, and FOC for an SBAS is predicted for 2021 subject to funding approvals. The service 

would provide GPS L1 and L5 augmentation.  

 2.4.3.7 AUSTRALIA  None of the SBAS described previously provide coverage for Australia, and the Australian Government 

has not, to date,  invested  in an SBAS capability  for the country.  In response to a 2009 Aviation Policy 

White Paper (Australian Government, 2009), the Department of Infrastructure and Transport (Australian 

Government, 2011)  completed an SBAS  review  to evaluate  cost and  timing  issues  for establishing an 

SBAS. The report highlighted that a number of new (GNSS) satellites and augmentation systems (RNSS 

and SBAS) will  increase future satellite coverage across the country, meaning near‐term  investment  in 

an SBAS is difficult to justify. For example, the new GPS L5 safety‐of‐life signal in the aviation radio band 

is one example of the global aviation benefits that modernised GPS will offer. The report supported the 

increased adoption of APV at Australian aerodromes  in  line with previous  ICAO resolutions, and noted 

the benefits of expanding Baro‐VNAV capabilities across all aerodromes as a near‐term solution. 

Airservices Australia and the country’s Civil Aviation Safety Authority (CASA) are however active in their 

testing  and  development  of  Ground  Based  Augmentation  Systems  (GBAS)  in  Australia  (Airservices 

Australia, 2012). The basic GBAS concept is to deploy a small network of GNSS receivers near an airport 

to  simultaneously  observe  and  transmit  GNSS/RNSS  data  that  improves  signal  accuracy  when 

communicated to an aircraft on approach to land. GBAS services are a local implementation of the CORS 

network  positioning  services  described  in  Chapters  3  and  4.  GBAS  are  recognised  by  ICAO  as  a 

replacement  for  traditional  ILS,  and  the  technology  is  being  adopted  as  part  of  next  generation 

Performance Based Navigation (PBN) plans to improve safety, reduce fuel usage, reduce carbon dioxide 

emissions and increase capacity (FAA, 2013). The Honeywell Smartpath™ SLS‐4000  is the first and only 

GBAS  certified  for  use  by  the US  FAA  and  is  being  implemented  at  Sydney  International  Airport  by 

Airservices Australia (2012), and at a number of international airports. 

Noting the ground  infrastructure theme that  is explored throughout this thesis,  it’s not surprising that 

aviation authorities are also focused on  leveraging maximum benefit from multi‐GNSS enabled ground 

infrastructure  before  considering  any major  investment  in  space  infrastructure.  Fittingly,  the  recent 

launch of Australia’s Satellite Utilisation Policy has initiated whole‐of‐government engagement to begin 

identifying  these  cross‐sector benefits, by establishing Australia’s  SCC  that was  introduced  in  Section 

2.2.7. This  is an  important  first step  in recognising  the social and economic value  that can be created 

through  coordinated  access  to  existing  ground  infrastructure,  with  aviation  providing  a  standout 

example. 

    

47  

2.4.3.8 GLOBAL  SBAS COVERAGE  The emergence of standardised SBAS services in the US, Europe, Asia and Russia raises the prospect of 

one day achieving global SBAS coverage once each system is fully operational. The SBAS Interoperability 

Working Group (IWG) is the lead forum for addressing these questions and implementing the Standards 

and Recommended Practices  (SARP)  introduced previously.  In particular,  ICAO SARP Annex 10 defines 

standards that support interoperability amongst SBAS providers to facilitate a seamless transition from 

one  service  area  to  another.  Indeed,  the  IWG  has  modelled  potential  coverage  using  a  range  of 

scenarios that  incorporate expanded reference networks, single and dual frequency signal capabilities, 

and combinations of GNSS and SBAS services.  

Figures 17 and 18 have been extracted from the 2012 global SBAS update provided at IWG 22 in Munich, 

Germany (IWG, 2012). Figure 17 shows that current operational WAAS, EGNOS and MSAS services cover 

less than 8% of the globe  if a minimum requirement of 99% satellite availability  is  imposed.  In  light of 

future multi‐GNSS and SBAS developments, Figure 18 models potential global coverage by combining 

Galileo with dual frequency capabilities from WAAS, EGNOS, MSAS, GAGAN, SDCM, including their fully 

deployed  reference  station  networks.  This  long‐term  scenario  demonstrates  a  dramatic  increase  in 

global coverage of up to almost 93% (with greater than 99% availability). The IWG (2012) considers this 

achievable between 2020 and 2025 to enable LPV‐200 approaches worldwide (GPS World, 2013a). 

 FIGURE 17: CURRENT GLOBAL SBAS COVERAGE 

  

Global SBAS coverage (WAAS, EGNOS and MSAS) in 2012. Horizontal Alert Limits (HAL) and Vertical Alert Limits (VAL) are given in metres (IWG, 2012). 

 

48  

 FIGURE 18: PROJECTED GLOBAL SBAS COVERAGE 

  

Projected global SBAS coverage using dual frequency capabilities from WAAS, EGNOS, MSAS, GAGAN, SDCM 

and Galileo and, a fully deployed network of reference stations (IWG, 2012). 

 

2.5 A MULTI‐GNSS FUTURE 

 Multiple GNSS, RNSS, SBAS and GBAS services will become operational over the coming decade. Multi‐

GNSS refers to the ‘system‐of‐systems’ environment that will result from having integrated access to all 

GNSS and RNSS. Multi‐GNSS services will be augmented by SBAS and GBAS infrastructure.  

The  benefits  of  a  multi‐GNSS  future  frequently  cited  in  the  literature  are  improvements  in  the 

availability, accuracy, efficiency, continuity, reliability, and integrity of positioning services (Rizos, 2008, 

Dempster  and  Rizos,  2009,  ASC,  2012).  Australia  finds  itself with  unique  geographic,  economic  and 

political opportunities  to  leverage maximum benefit  from global and regional constellations given  the 

strength  of  its  research  and  development  capabilities,  its  stable  political  environment  and  ongoing 

investment in primary industries (e.g., agriculture, mining). Figure 19 illustrates the increased number of 

satellites that will be visible across Australia over the coming decade, and three primary benefits can be 

identified from accessing this multi‐GNSS infrastructure (Dempster and Rizos, 2009, ASC, 2012): 

• Increased accuracy through more observations and better satellite geometry;  

• Increased availability through more satellites transmitting more signals and services; 

49  

• Increased  integrity  through  greater  redundancy  (i.e.,  more  measurements)  and  reduced 

vulnerability from relying on one system alone. 

 FIGURE 19: PROJECTED MULTI‐GNSS SATELLITE COVERAGE 

  

Anticipated average number of Satellite Vehicles (SVs) available by 2020 (based on 15° elevation cut‐off angle) from 

the GPS, GLONASS, Galileo, Beidou, WAAS, EGNOS, QZSS, MSAS, IRNSS and GAGAN constellations on a worldwide 

basis over a 24‐hour period (Dempster and Rizos, 2009). 

 

Coupled  with  its  geographically  large  and  stable  land  mass,  Australia  offers  an  ideal  location  for 

deploying  fundamental  ground‐based  tracking  and  monitoring  facilities  for  these  new  satellite 

constellations  (ASC, 2012). A globally distributed network of ground  stations helps  to observe, model 

and  monitor  key  information  such  as  satellite  orbit  locations,  clock  corrections  and  atmospheric 

parameters,  which  allow  satellite‐based  positioning  services  to  function  with  greater  accuracy  and 

reliability. From an institutional perspective, Australia’s new SCC is currently the central point of contact 

within government for engaging and coordinating with these foreign providers.  

In  order  to  benefit  from  multi‐GNSS,  users  will  need  a  receiver  that  is  capable  of  observing  and 

combining  signals  and  information  from  each  system.  This  in  turn  depends  on  each  system  being 

interoperable  and  compatible.  The  challenge  of  building  interoperability  and  compatibility  into  each 

new system  is both a technical and policy (institutional)  issue, as demonstrated by the range of policy 

and system criteria described in this Chapter, including those in Table 3. To highlight this point, the US 

Space‐Based PNT Policy (2004) introduced at the beginning of this Chapter is revisited for its definitions 

of interoperability and compatibility: 

50  

• Interoperable refers to the ability of civil U.S. and foreign space‐based positioning, navigation, 

and  timing  services  to be used  together  to provide better  capabilities at  the user  level  than 

would be achieved by relying solely on one service or signal;  

• Compatible  refers  to  the  ability of U.S.  and  foreign  space‐based positioning, navigation,  and 

timing  services  to  be  used  separately  or  together  without  interfering  with  each  individual 

service or signal, and without adversely affecting navigation warfare.  

 A clear example of interoperability at the technical level is the alignment of signal frequencies, such as 

those  of  GPS  and  QZSS  to  facilitate  observation  and  integration  at  the  receiver  level.  Hein  (2006) 

describes this as ‘signal interoperability’, and provides a separate definition for ‘system interoperability:’  

“...where  different GNSS  systems  provide  the  same  answer, within  the  specified  accuracy  of 

each individual system.”  

Hein (2006) 

 

Put simply, the information obtained from any system should be consistent, within tolerance, to ensure 

each  system  provides  value  to  the  user.  At  an  institutional  level,  foreign  policy  agreements  and 

partnerships are critical to ensuring the technical design of each system is interoperable and compatible 

with  those of other providers. A  summary of  Joint Statements and Agreements between  the US and 

other providers that facilitate this alignment  is available from GPS.gov (2013), and key documents are 

identified in Table 4. 

 TABLE 4: INTERNATIONAL GPS AGREEMENTS & COLLABORATIONS 

Year  Country  Statement/Agreement 

1998  Japan ‘Joint Statement by the Government of the US of America and the Government of Japan on Cooperation in the Use of the GPS’ 

2004  Russia  ‘Joint Statement on the U.S. GPS and The Russian GNSS’ 

2004  EU ‘Agreement on the Promotion, Provision and Use of Galileo and GPS Satellite‐Based Navigation Systems and Related Applications’ 

2007  Australia ‘United States‐Australia Joint Delegation Statement on Cooperation in the Civil Use of GPS and Space‐Based Positioning, Navigation and timing (PNT) Systems and Applications’ 

2007  India ‘United States‐India Joint Statement ‐ Cooperation in the Use of GPS and Space‐Based Positioning, Navigation and Timing Systems and Applications’ 

2010  China No formal Agreement – technical discussions completed at an operator‐to‐operator level under auspices of International Telecommunications Union 

2013  UK  ‘Joint United Kingdom‐US Statement Regarding GPS Intellectual Property’ 

 Joint Statements/Agreements between  the US and other nations encouraging  interoperability and compatibility 

for civil PNT service provision (GPS.gov, 2013). 

51  

2.6 CONCLUSION 

 A  technical  overview  of  all  operational  and  planned GNSS,  RNSS,  SBAS  and GBAS  services  has  been 

provided. The overarching policy frameworks that drive public investment in these systems in response 

to public  and  commercial drivers have been  identified.  Foreign policy  and  subsequent  investment  in 

multi‐GNSS  infrastructure has been shown  to  influence public  investment decisions  in Australia, most 

notably  through  the  country’s  ongoing  deployment  of  ground  infrastructure  as  opposed  to  owning 

space assets. Funding and management of this ground infrastructure is a central focus of this research to 

explore ways in which the utility of existing ground resources can be maximised through a NPI in light of 

public  and  commercial  benefits  that multi‐GNSS will  bring.  Australia’s  Satellite Utilisation  Policy  has 

been introduced as a first step towards coordinating existing activities in Australia and providing a single 

point of contact (detailed in Chapter 5) for engaging with foreign service providers. 

   

52  

 

   

  

 

CHAPTER 3    POSITIONING INFRASTRUCTURE & 

GNSS POSITIONING TECHNIQUES  

POSITIONING INFRASTRUCTURE & 

GNSS POSITIONING TECHNIQUES     

54  

3.1 INTRODUCTION 

 This  Chapter  describes  why  and  how  GNSS  ground  infrastructure  is  used  to  observe,  record,  and 

distribute  high  accuracy  PNT  information  within  a  positioning  infrastructure.  Different  positioning 

techniques  that  reduce common error sources affecting GNSS signals are  reviewed. These  techniques 

demonstrate  the  need  to  carefully  plan where  CORS  infrastructure  is  located. Non‐GNSS  positioning 

systems are briefly reviewed.  

This  Chapter  concludes  with  an  introduction  to  Australia’s  Geospatial  Reference  Systems  (GRS)  to 

describe why coordinate  systems are needed  to  reference GNSS position  information, and why GNSS 

infrastructure contributes to managing national and international GRS. 

 3.1.1 RESEARCH RATIONALE 

 Chapter 2  identified  that  the Australian Government does not own  space assets.  In  the PNT market, 

Australian users rely on free access to foreign owned GNSS/RNSS infrastructure made available through 

open data policies worldwide. Figure 20 illustrates that Australia’s positioning market can be evaluated 

in  terms  of  the  government  and  industry  owned  ground  infrastructure  that  is  used  to  augment 

GNSS/RNSS  services.  Australian  governments  and  industry  deploy  GNSS  ground  infrastructure, 

predominantly  in  the  form  of  CORS  networks,  to  enhance  the  utility  of  satellite‐based  positioning 

information across specific regions.  

 FIGURE 20: CHAPTER 3 RATIONALE 

 

 Rationale for Chapter 3 which identifies and explores the technical GNSS ground infrastructure (CORS) that 

enables high accuracy positioning services across Australia. 

55  

Prior  to  describing  the  evolution  of  CORS  networks  in  Australia  (Chapter  4)  however,  it’s  critical  to 

describe  the  technical  functions of GNSS ground  infrastructure  (CORS), which ultimately  influence  the 

type,  quantity,  quality  and  configuration  of  CORS  that  are  needed  within  a  broader  positioning 

infrastructure. These technical requirements  influence public policies and commercial business models 

for accessing CORS infrastructure and associated positioning services in Australia, both of which are key 

themes explored in this thesis.  

 

3.2 POSITIONING INFRASTRUCTURE  

 In Australia, the term ‘positioning infrastructure’ encompasses a broad array of infrastructure elements 

including  ground‐based  survey marks,  ground  reference  stations  (e.g.,  CORS,  VLBI  antennas),  and  a 

range of GNSS and non‐GNSS location devices (ANZLIC, 2010). Positioning infrastructure, like any other 

form of infrastructure, is developed to enable public and commercial benefits (refer to Figure 20). GNSS 

positioning systems, and  the  information  they produce, support the  functions of other  infrastructures 

deemed  critical  to  society  (i.e.,  critical  infrastructure37)  including  those  for  energy,  food,  water, 

transport, communications, banking and finance.  

All  infrastructure are developed according  to specific  technical,  institutional and economic criteria  for 

the  application(s)  they  support.  For example,  cars, buses,  trucks, bicycles  and pedestrians  all  require 

access to road  infrastructure to enable mobility. Road  infrastructure  is constructed and maintained to 

meet  quality  standards  and  regulations  in  accordance  with  local,  State  and  Federal  legislation 

(Austroads, 2013). Road infrastructure can therefore be described in terms of its technical requirements 

(e.g.,  construction  materials,  design  specifications,  quality  control  measures)  and  institutional 

requirements (e.g., standards and guidelines, legislation, ownership/funding arrangements, certification 

procedures). The costs of establishing this infrastructure are justified using an economic business case to 

articulate the value (benefits) proposition of public and/or private investment.  

It follows that positioning policies and information standards (i.e., institutional requirements), and space 

and  ground  systems  (i.e.,  technical  requirements)  are  needed  to  produce  PNT  information  that  is 

valuable to governments, businesses and society at  large. PNT  information  is therefore made available 

by establishing positioning infrastructure. 

Chapter 2  introduced space policies and space  infrastructure, and Chapters 4 and 5 explore economic 

assumptions that underpin the business case for deploying high accuracy PNT infrastructure in Australia. 

This Chapter discusses why GNSS is a key component of any positioning infrastructure. In this context, it 

is important to first describe the scalability of the term ‘infrastructure’, beginning with a definition: 

                                                                 37 Further detail on Australia’s critical infrastructure is available from the Australian Government (2010). 

56  

“The basic physical and organisational structures and  facilities  (e.g., buildings,  roads, power  ...) 

needed for the operation of a society or enterprise (e.g., the social and economic infrastructure of 

a country)” 

(Oxford Dictionaries, 2013) 

 

From  a  societal  standpoint,  this  definition  represents  the  combined  functions  (e.g.,  transport  and 

energy)  enabled  by  the  six  critical  infrastructure  assets  identified  previously.  At  the  enterprise  level 

however,  an  individual  ‘piece’  of  infrastructure  (e.g.,  a  highway  or  bridge)  can  be  viewed  as  one 

component  of  a much  larger  infrastructure  (e.g.,  an  entire  road  network).  Hence,  the  definition  of 

infrastructure  is  scalable  given  that  different  types  of  infrastructure  contain  different  infrastructure 

components,  which  vary  in  their  physical  form  and  the  organisational  standards  that  guide  their 

development. For example,  in the same way that road  infrastructure contains highways and bridges, a 

positioning infrastructure contains space and ground segments, as demonstrated in Figure 21.  

 FIGURE 21: POSITIONING INFRASTRUCTURE COMPONENTS 

  

 Space and ground infrastructure are integrated to establish positioning infrastructure in the same way that 

highway and bridge infrastructure are components of road infrastructure. 

 

Non‐GNSS positioning infrastructures also exist that do not require space infrastructure. In the context 

of this thesis, a positioning  infrastructure contains both GNSS and non‐GNSS components, which build 

redundancy, integrity and continuity into the positioning services it enables. Indeed, any augmentation 

57  

that  improves  the  ability of  the positioning  infrastructure  to observe, network, process,  validate and 

deliver more information, improves its scalability. 

 

3.2.1 GROUND INFRASTRUCTURE 

 

As a general rule, GNSS ground infrastructure (e.g., receivers and antennas) can be deployed to augment 

the  utility  of  standalone  satellite  positioning  systems  (e.g.,  GPS).  In  this  context,  GPS  is  not  only  a 

positioning  infrastructure within  itself, but an  input  to other positioning  infrastructures  that augment 

service  performance  (e.g.,  accuracy,  availability,  reliability)  by  combining multi‐GNSS  and  non‐GNSS 

technologies. The NPI described throughout this thesis is one such infrastructure that requires a national 

network of CORS to produce and distribute augmented positioning services.  

 3.2.1.1 CONTINUOUSLY  OPERATING REFERENCE  STATIONS  CORS  infrastructure comprises  the antenna,  receiver and ancillary  infrastructure used  to continuously 

observe,  record, distribute and archive  signal data  from one, or more GNSS, RNSS or  SBAS. Ancillary 

infrastructure  includes  the  physical  monument  on  which  the  GNSS  antenna38  is  mounted  (e.g.,  a 

portable  tripod  or  stable  ground  pillar),  primary  and  secondary  communications  and  power 

infrastructure,  additional  sensors  such  as weather  stations  and  cameras,  and  the physical housing  in 

which  the  equipment  is  stored  and  protected.  At  the  policy  level,  legal  frameworks  for  leasing  or 

purchasing land parcels, obtaining heritage clearance, and enforcing relevant planning laws to deploy a 

temporary  or  permanent  CORS  site  are  also  key  requirements  for  deploying  and  operating  CORS 

infrastructure.  Hence,  the  term  CORS  infrastructure  accounts  for  the  physical  and  institutional 

structures  and  facilities  needed  to  establish,  integrate,  operate  and maintain  each  component  of  a 

CORS.  

Table  5  provides  an  example  of  the  technical  components  that  can  be  integrated  to  establish  CORS 

infrastructure. Criteria  identified  in  Table  5  vary  for different  applications depending on  the  level of 

infrastructure  quality  and  stability  that  is  required.  These  differences  in  the  technical  and  physical 

characteristics of CORS  infrastructure can be classified according to different  ‘Tiers’ defined  in Section 

3.2.1.2 below. 

    

                                                                 38 The term ‘GNSS antenna’ implies that a GNSS receiver is used to record these observations. 

58  

TABLE 5: CORS INFRASTRUCTURE COMPONENTS 

Component  CORS Criteria (Depending on Tier) 

Single or Multi‐GNSS Receiver/Antenna 

• Single, dual or multiple‐frequency receiver 

• Antenna (e.g., Dorne‐Margolin) 

• Cabling 

Power 

• Mains (grid) power 

• Solar panels  • Universal Power Supply (UPS) • Batteries • Power Distribution Unit (PDU) • Network Management System (NMS) 

• Cabling 

Information and Communication Technologies (ICT) 

• Modem 

• Asymmetric Digital Subscriber Line (ADSL) 

• Very Small Aperture Terminal (VSAT) 

• Radio (typically UHF) • Broadband (e.g., National Broadband Network, mobile) 

• Satellite (e.g., L‐Band, S‐Band, broadband) • Network Router • Firewall • Cabling 

Ancillary Sensors • Automatic weather station (temperature, pressure, humidity sensors) 

• Lightening detector 

Monument 

• Antenna mount:  o Deep or shallow drilled, concrete pillar, thermopile, polar mast, stainless steel pin, survey tripod 

• Antenna tribrach • Ground reference mark (e.g., survey control point) 

Housing 

• Building enclosure: o Shelving o Insulation o Air conditioning 

• Security Fencing  

Examples of common components that are integrated to form CORS infrastructure (UNAVCO, 2011). 

 

3.2.1.2 TIERED  INFRASTRUCTURE  In the absence of a real‐time communication mechanism to distribute data that  is observed at a CORS 

site,  GNSS  observations  are  typically  post‐processed  once  enough measurements  are  recorded  and 

collected  at  each  site.  Traditionally,  these  ‘geodetic  CORS’  have  functioned  as  passive measurement 

devices to support the establishment and maintenance of the National GRS (NGRS) (see Section 3.5). 

The  stability  of  the  physical  monument  and  signal  tracking  capabilities  of  the  GNSS  antenna  and 

receiver,  including  their  internal  quality  control  features,  remain  primary  design  considerations  for 

deploying and operating passive geodetic CORS infrastructure. Over time however, the majority of these 

passive  CORS  have  been  upgraded  with  additional  power  and  communications  infrastructure  to 

59  

establish  real‐time data  links and provide operational  redundancy. Commercial grade equipment and 

software has also been developed to establish CORS networks that employ the positioning techniques 

reviewed in Section 3.3 to deliver real‐time, centimetre accurate positioning capabilities. The evolution 

of CORS networks in Australia is reviewed in Chapter 4.  

Rizos  (2008)  subsequently  defined  a  three  Tier  hierarchy  for  differentiating  CORS  in  terms  of  their 

stability  and  quality.  These  Tiers  form  part  of  the  standards  and  recommended  practices  being 

developed  by  Australia’s  Permanent  Committee  on  Geodesy  (PCG)  within  the  Intergovernmental 

Committee  on  Surveying  and Mapping  (ICSM),  to  guide  the  establishment  and  operation  of  CORS 

infrastructure. These guidelines have not been published at the time of writing but are summarised by 

Burns and Sarib (2010) as follows: 

Tier 1 – High  stability monuments  to  support geoscientific  research and global  reference  frame  (i.e., 

GRS) definition. Tier 1 sites support the International GNSS Service (IGS) and other equivalent ultra‐high 

accuracy networks in accordance with the IGS Site Guidelines39 (IGS, 2013b). 

Tier 2 – High stability monuments, usually established by national geodetic agencies for the purpose of 

defining  and maintaining  the  NGRS.  Tier  1  CORS  are  generally  a  subset  of  Tier  2  stations  that  link 

national and international geodetic frameworks. Data from Tier 2 CORS are normally made available to 

relevant Federal, State and Territory jurisdictions for the purpose of national geodetic reference frame 

realisation and improvement (see Chapter 4). 

Tier 3 – Stable monuments established by Federal, State and Territory governments and/or commercial 

organisations for the purpose of densification of the national CORS network, often supporting real‐time 

positioning applications. These stations generally operate in, and provide access to the national datum 

rather than define it. 

 Similar  guidelines  that  align with work by  the PCG have been developed  and published by  the NSW 

Government’s  Land and Property  Information  (LPI) Division  (LPI, 2011), partly driven by  the  fact  that 

PCG  guidelines  have  not  yet  been  published.  Guidelines  have  also  been  developed  internationally 

including those of National Geodetic Survey (NGS) in the US (NGS, 2013b). 

To  summarise,  existing  and  planned  CORS  infrastructure  is  a  key  component  of  positioning 

infrastructure that provides access to, and enhances the utility of GNSS position  information  linked to 

national  and  international  GRS.  Different  Tiers  are  used  to  categorise  the  stability,  quality  and 

functionality of CORS. 

    

                                                                 39 Formerly the IGS Site Guidelines 2007. 

60  

3.2.2 NON‐GNSS POSITIONING INFRASTRUCTURE 

 Positioning systems that function independent of GNSS can complement and/or replace GNSS services. 

Non‐GNSS infrastructure can mitigate vulnerabilities associated with signal interference and decrease a 

nation’s  reliance  on  foreign  owned  satellite  systems. Non‐GNSS  systems  provide  alternatives where 

GNSS coverage  is  limited or unavailable,  the most obvious application of which  is  indoor positioning. 

Location Based Services  (LBS) such as  integrated navigation applications on a mobile phone are often 

designed  to  incorporate  GNSS  and  non‐GNSS  technologies.  A  common  example  is  cell  tower 

triangulation methods that are now routinely  implemented on most standard mobile phones  (Yang et 

al., 2010). The accuracy of the triangulated position may only be accurate to the nearest 100 m, but this 

still enables general navigation and can  speed up  the computation of a GNSS position. Many phones 

improve this accuracy by also observing free Wi‐Fi signals that abound in urban environments. 

Locata  Technology  (LocataTech),  a  product  developed  by  the  Australian‐owned  company  Locata 

Corporation, can function as a standalone terrestrial positioning infrastructure, whilst also transmitting 

CDMA codes that complement existing GNSS signals (Locata Corporation, 2013). Rather than deploying 

satellite infrastructure, Locata uses a network of ground‐based transmitters (LocataLites) that broadcast 

strong radio‐frequency signals in the 2.4 Gigahertz (GHz) ISM40 radio band. This Wi‐Fi radio spectrum is 

currently free to license up to a certain power limit (currently one Watt) and higher power signals mean 

that a Locata receiver (Locata) can work indoors and outdoors (Locata Corporation, 2013) using special 

antennas (particularly to manage high multipath environments indoors). The resulting position accuracy 

can  reach  centimetres  where  sufficient  LocataLites  are  available.  However  LocataLites  are  typically 

spaced41  closer  to  one  another  (e.g., within  a  few  kilometres  or  less)  compared with  relative GNSS 

positioning  techniques  that  deliver  centimetre  accuracy  with  networks  of  CORS  spaced  tens  of 

kilometres  apart.  Hence,  Locata  is  often  described  as  a  local  extension  to  GPS  that  ‘fills  the  gaps’, 

thereby improving service coverage and reliability. 

LOng‐RAnge  Navigation  (LORAN),  briefly  introduced  in  Section  2.3.1,  was  another  independent 

positioning infrastructure previously used for radionavigation in US and other coastal waters. The most 

recent  version  LORAN‐C was  terminated by  the US Coast Guard  in  2010. However,  current  research 

focuses  on  the  development  of  Enhanced  LORAN  (eLORAN)  technology,  including  the  South  Korean 

Government’s recent decision to implement an eLORAN system by 2016 (Inside GNSS, 2013d), and the 

formation of the non‐profit Resilient Navigation and Timing Foundation (RNT Foundation)  in the US to 

advocate support for a privately funded eLORAN alternative to GPS (Inside GNSS, 2013c).  

Other types of land or space based radio‐frequency signals that are transmitted for purposes other than 

PNT, but can also be used for PNT, are termed Signals of Opportunity (SoP) (Fisher, 2005). WiFi, digital 

television, radio and mobile phone signals are all examples of SoP. A key challenge to exploiting each of 

                                                                 40 Industrial, Scientific and Medical radio bands.  41 1 Watt transmission power delivers a line‐of‐sight range of 10 km or so (Rizos et al., 2010). 

61  

these signals is a lack of time synchronisation at the user end which is needed to determine signal travel 

times, and  therefore distances  to  the  transmitter  for  the purpose of  triangulation  (Fisher, 2005). BAE 

Systems  plc42  has  developed  a  research  platform  known  as Navigation  SoP  (NAVSOP)  that  combines 

signals  from  GPS,  air  traffic  control  communications,  television  communication  towers,  WiFi,  GPS 

jamming devices, cellular transmitters and radio communications towers, to compute a user’s position 

within a few metres (BAE, 2013).  

There are other forms of positioning that are not based on radio frequency signals, including inertial and 

optical methods, which add another layer of augmentation and backup to positioning infrastructure and 

devices,  but  these methods  are  outside  the  scope  of  this  thesis.  It  follows  that  although  detailed 

technical descriptions of non‐GNSS  infrastructure and positioning  techniques are not provided within 

this thesis, they are technologies that need to be considered to address GNSS vulnerabilities  in future 

work  towards  a  NPI  (ASC,  2012).  These  vulnerabilities  include  signal  loss  due  to  intentional  or 

unintentional  interference, signal  jamming and malicious spoofing (The Royal Academy of Engineering, 

2011). GNSS signals and their error sources are subsequently described in the following Sections. 

 

3.3 GNSS MEASUREMENTS AND ERROR SOURCES 

 This  Section  introduces measurement  and  error  characteristics  (Figure  22)  of  the  signal  information 

transmitted by the multi‐GNSS systems described in Chapter 2. Positioning techniques that optimise the 

way  in  which  this  information  can  be  applied  by  high  accuracy  positioning  users  are  subsequently 

identified. Technical details on the functional and stochastic models used to compute the final position 

are beyond the scope of this thesis. An introduction to systematic and random errors that affect GNSS 

measurements  is however needed  to  identify  the extent  to which ground  infrastructure  can  improve 

accuracy and service performance. These concepts inform the technical component of the NPI Planning 

Framework  (see Chapter 7), and underpin discussions  in Chapters 5 and 6 on how a NPI can  improve 

access  to  CORS  infrastructure  to  increase  positioning  utility  (accuracy,  availability,  reliability  and 

integrity) on a national scale. GPS is used to demonstrate many of these concepts. 

 

                                                                 42 Public Listed Company. 

62  

FIGURE 22: GNSS ERROR SOURCES 

  

GNSS signal propagation errors (ionosphere, troposphere, multipath), satellite errors (orbit and clock) and 

receiver errors (adapted from Brown, 2006). 

 3.3.1 CODE AND CARRIER PHASE MEASUREMENTS 

 A number of satellite signals were  identified  in Chapter 2 that are used to transmit satellite navigation 

information  such  as  satellite  orbit  parameters,  satellite  health  and  satellite  clock  corrections.  This 

navigation information is contained within ranging codes (e.g., C/A, L2C) that are transmitted to ground 

receivers using radio signals (e.g., carrier waves L1 and L2). In simple terms, the satellite‐receiver range 

is computed by measuring the time taken  for a ranging code to arrive at the receiver and multiplying 

this  time  by  the  velocity  at  which  the  signal  travelled  (the  speed  of  light).  Due  to  a  lack  of 

synchronisation  between  the  satellite  and  receiver  clocks43,  and  the  presence  of  atmospheric44  and 

other system biases45, the computed range does not reflect the ‘true’ range, and is thus termed a code 

pseudorange  (Fraser,  2007).  Satellite  messages  contained  within  the  ranging  codes  help  to  model 

satellite  specific  biases  to  improve  the  code  pseudorange  accuracies. Whilst  efficient,  the  resulting 

position  solution  is only accurate  to around 5‐10 m  if no augmentation  is used  to mitigate  the error 

sources described in this Chapter. 

To service the high accuracy positioning market, GNSS antennas and receivers are designed to observe 

and process  the carrier wave  itself. Whilst code measurements enable an approximate position  to be 

solved instantaneously, GNSS receivers with single‐, dual‐ and triple‐frequency tracking capabilities can 

                                                                 43 Section 3.3.3. 44 Sections 3.3.4 and 3.3.5. 45 Sections 3.3.6 and 3.3.7. 

63  

measure the carrier phase of the radio signals used to deliver each ranging code. The carrier phase can 

be measured far more precisely (millimetres) than a pseudorange on account of its shorter wavelength. 

For example, the L1 carrier (0.19 m wavelength) is less than 0.10% of the wavelength of the C/A ranging 

code (≈300 m wavelength). Measuring the L1 carrier to within 1% (rule of thumb accuracy) will result in 

a raw measurement error of approximately ±2 mm (excluding the influence of external errors). 

Carrier phase measurement  techniques  are beyond  the  scope of  this  thesis. Readers  are  referred  to 

Hofmann‐Wellenhof et al. (2008) for technical details. Readers with a non‐technical background should 

note  that  the carrier  signal wavelength  (λ)  represents one  complete phase, or  ‘cycle’ of  the  signal. A 

GNSS  receiver measures only  the  fractional part of  this  full cycle as  the signal arrives at  the  receiver. 

Given GPS  satellites orbit  at  an  altitude of  approximately  20,200  km,  and  the  L1 wavelength  is only 

0.19m, millions of cycles are repeated during signal transmission before the L1 carrier first reaches the 

GPS receiver.  

Imagine a  tape measure extending between  the  satellite and  receiver with a numbering  system  that 

returns  to  zero after every 0.19 m. Regardless of  the  total distance, when  the  initial measurement  is 

made  the  observer  can  only  record  a measurement  that  is  less  than  or  equal  to  0.19 m within  the 

section of tape that happens to intersect the receiver. As the satellite and/or receiver changes position, 

the  receiver measures  the  change  in  range  from  this  initial measurement  (i.e.,  fractional  part  plus 

change  in range). However, the total distance to the satellite at the time the  initial measurement was 

made remains unknown. Hence, the carrier phase measurement is biased by an unknown number of full 

cycles  that must  be  added  to  the  portion  (change  in  range) measured  by  the  receiver  in  order  to 

compute  the  full  satellite‐receiver  range. This unknown quantity  is  termed  the  integer ambiguity  (N). 

Various  techniques have been developed over  the past  three decades  to  solve  this parameter  in  the 

most efficient,  reliable  and accurate way. These  techniques  are described  in  Section 3.4. Put  simply, 

ambiguity resolution is essential to robust and reliable centimetre‐level positioning via GNSS. 

Carrier  phase  measurements  are  subject  to  the  same  biases  that  affect  code  pseudoranges  (both 

measurements  come  from  the  same  radio  signal  after  all),  although  some  biases  (e.g.,  ionospheric 

delays) affect the code and carrier signals in different ways. As demonstrated in Section 3.4, the spatially 

correlated nature of these biases over short distances on the Earth’s surface means that precise carrier 

phase  measurements  present  unique  opportunities  for  mitigating  or  eliminating  certain  biases 

altogether using relative positioning techniques. Furthermore, the fast  initialisation properties of code 

pseudoranges are commonly used to narrow the search space for determining the full number of cycles 

(integer ambiguity) for the precise carrier phase measurement. 

    

64  

3.3.2 SATELLITE ORBIT ERRORS 

 Section 2.3.2  identified why satellite  locations must be accurately measured  in order to determine the 

location of an observing site on Earth via satellite ranging codes. Orbital parameters contained within 

the  broadcast  ephemeris  are  predicted  using  observations  from  ground  stations within  the  control 

segment.  These  parameters  are  transmitted  via  the  satellite  navigation  message  attached  to  each 

ranging code (Hofmann‐Wellenhof et al., 2008).  

Orbit  errors  represent  the  difference  between  a  satellite’s  predicted  location  (contained  in  the 

broadcast ephemeris) and  its actual  location. Communicating the broadcast ephemeris  in real‐time via 

the  satellite  signal  enables  satellite  positioning  systems  such  as  GPS  to  provide  instantaneous 

positioning  anytime  and  anywhere  that  satellites  can  be  tracked.  ‘True’  or  final  orbits  typically  take 

between 12 and 18 days to compute and the real‐time broadcast ephemeris is of lower accuracy46 than 

these post‐processed products. These  real‐time errors affect  the accuracy of  the positioning  solution 

computed by the receiver.  

Orbit errors are  further discussed  in Section 3.4 when reviewing high accuracy positioning  techniques 

and discussing the role of the International GNSS Service (IGS) in computing and monitoring global orbit 

information. It  is  important to note however that over the past three decades significant research and 

global collaboration (see Section 4.4.7) has been dedicated to improving orbit accuracies and decreasing 

the latency with which this information is made available to users (Kouba, 2009). 

 3.3.3 SATELLITE AND RECEIVER CLOCK ERRORS 

 Satellite  positioning  systems  require  highly  accurate  time  information.  Range  measurements  are 

computed by measuring the time taken for a signal to travel from a satellite to a receiver. Any timing 

errors will affect the accuracy of the computed position. Given that most GNSS satellites are positioned 

in MEO (≈20,000 km), and radio signals travel at the speed of light (≈3x108 metres per second), a clock 

error of one microsecond47 will produce a  range error of around 300 m. GNSS  timing measurements 

must  therefore be accurate at  the nanosecond  (one billionth of a  second)  level  to enable positioning 

accuracies at the metre‐level. Fortunately, GNSS satellites are fitted with caesium and rubidium atomic 

clocks  that  are  ‘stable’  (variation  over  time)  to  better  than  a  few  parts  in  10‐13  per  day  (Hofmann‐

Wellenhof et al., 2008). Galileo48 satellites contain newer hydrogen maser atomic clocks that  improve 

this precision (stability) to better than 10‐15.  

Time systems were introduced in Table 3. Each GNSS has its own time system (e.g., GPS Time; GLONASS 

Time) which each satellite clock is aligned to using information computed by the control segment. Each 

                                                                 46 Containing errors of around 1.0 m (IGS, 2013a). 47 1 microsecond = 1 millionth of a second (1x10‐6 seconds). 48 The Giove‐B test satellite launched in 2008 is the first satellite to fly a hydrogen maser in space. 

65  

GNSS provider dedicates considerable effort to managing their atomic time system and the amount by 

which  it  is offset  from global standards,  including Coordinated Universal Time  (UTC) and  International 

Atomic  Time  (TAI).  To  avoid  continuous  re‐adjustment,  satellite  clocks  are  allowed  to  drift within  a 

specified  tolerance of  the  standard, with deviations being  tracked and mathematically modelled on a 

per satellite basis. These clock models are typically quite accurate given the high stability (and therefore 

predictability) of atomic clocks.  

Clock correction coefficients are transmitted via the satellite navigation message to ensure all clocks can 

be synchronised (Fraser, 2007). Random clock drifts will remain which introduce residual errors that in 

turn manifest as inaccuracies in the computed position. According to the IGS (2013a), clock corrections 

broadcast  via  the  satellite message  are  accurate  to  around  5  nanoseconds  (ns), which  translates  to 

approximately 2m of range error for a single point positioning solution (i.e., without augmentation from 

surrounding CORS  sites or  SBAS).  For higher precision  applications,  the  IGS  computes  clock products 

using  longer observation periods  to model clock corrections with 0.75 picoseconds  (ps) accuracy;  less 

than 1mm of range error.  

GNSS  receiver  clocks  are much  less  accurate  than  atomic  clocks, meaning  they  also  drift  relative  to 

atomic time scales. Receiver clock error is determined and eliminated as part of the solution process for 

code range positioning using two main approaches. Firstly, the receiver can continuously ‘steer’ the low 

accuracy  oscillator  towards  the  relevant  GNSS  time  system  to  minimise  drift.  Second,  and  more 

commonly (and economically), the receiver introduces periodic ‘jumps’ in the receiver’s estimate of time 

once  the  clock  offset  reaches  a  certain  threshold  (usually  1 millisecond)  (Fraser,  2007,  Inside GNSS, 

2011). Relative positioning  techniques described  in  Section 3.4.2 allow  the  receiver  clock error  to be 

almost entirely eliminated through the process of measurement differencing.   

In a multi‐GNSS environment,  timing offsets between  the  internal  timing systems of each GNSS must 

also  be  broadcast  in  order  to  correlate  ranging  measurements  to  different  satellite  systems.  For 

example, GLONASS broadcasts clock offsets to GPS, and Galileo IOV satellites transmit the Galileo to GPS 

Time Offset (GGTO) (Inside GNSS, 2013a). Put simply, GNSS system clocks are synchronised to their own 

internal time systems, and the offsets between each internal time system and UTC are computed with 

nanosecond  accuracy,  allowing  measurements  from  each  system  to  be  time‐synchronised  in  one 

receiver.  

 3.3.4 IONOSPHERIC ERROR 

 The ionosphere extends from approximately 50 km to 1000 km above the Earth’s surface and contains 

ionised  particles  (free  electrons)  that  interact  with  satellite  signals.  Ionisation  is  caused  by  solar 

radiation and is highly variable both spatially and temporally (Fraser and Donnelly, 2010). For example, 

66  

the dispersive49 effects of ionisation are higher in the afternoon when solar radiation is higher. There are 

more free electrons (higher ionisation levels) near the equator leading to more pronounced impacts on 

the GNSS signals in equatorial regions such as northern Australia.  

Given GNSS signals are a form of electromagnetic radiation, the speed at which they travel  is affected 

when exposed to ionised particles. Transmission times for the code and carrier phase signals described 

in Section 3.3.1 are affected in different ways. Carrier phase signals speed up (phase advance) resulting 

in  ‘shorter’ carrier phase  range measurements, and  the codes are delayed  (group delay) by  the same 

amount, resulting in ‘longer’ range measurements. The resulting range errors vary from a few metres to 

tens of metres depending on solar radiation, satellite geometry, electron content, magnetic storms and 

the angle at which the signal arrives (Klobuchar, 1996 cited in, Fraser, 2007).  

Transmission times are less affected for higher frequency signals. Thus a dual‐frequency receiver can be 

used to compare L1 and L2 measurements (in the case of GPS) and largely mitigate ionospheric effects. 

The  PPS  introduced  in  Section  2.3.3.1  allows  authorised  users  to  access  the  P‐code  on  L2, meaning 

relative ionospheric techniques can be applied using code pseudoranges for such users. Dual‐frequency 

code pseudoranges will become increasing available to civilian users in a multi‐GNSS environment with, 

for  example,  the  introduction  of  L2C  from  GPS  satellites.  Single‐frequency  receivers  (e.g.,  L1  only) 

require empirical models to estimate Total Electron Content (TEC) and thus reduce ionospheric effects. 

The Klobuchar  (1987) model broadcast via  the GPS satellite message can  reduce  ionospheric error by 

about 50%.        

Ionospheric modelling is also important for monitoring and protecting other technology and applications 

affected by  space weather,  including  radio  communications  systems, power  systems and geophysical 

exploration. The Ionospheric Predication Service (IPS) within the Radio and Weather Services branch of 

Australia’s  Bureau  of Meteorology  (BoM,  2014)  is  responsible  for monitoring  and  forecasting  space 

weather across the Australian region. The IPS assimilates real‐time data feeds from selected Australian 

CORS  sites, predominantly  those managed by GA,  to  continuously update  these weather models. GA 

also contributes a selection of dual‐frequency geodetic CORS to the Ionospheric Working Group within 

the IGS to improve global ionosphere models, particularly for GNSS purposes.    

 3.3.5 TROPOSPHERIC ERROR 

 The troposphere extends to an approximate height of 20 km from the Earth’s surface and  is a neutral 

(non‐dispersive50) environment, meaning atmospheric refraction (delays)  is the same for the code and 

carrier signals. Refraction occurs due to  local variations  in temperature, pressure and humidity  (water 

vapour) along the satellite‐receiver path which delay signal transmission times. These delays cannot be 

eliminated using dual‐frequency observations  given  each  frequency  is  affected  equally.  The  resulting                                                                  49 In a dispersive medium, the velocity (propagation delay) of the signal depends on its frequency.  50 In a non‐dispersive medium, the propagation delay (velocity) of a signal is independent of frequency. 

67  

range error is typically up to 2.5m and the total delay along each satellite‐receiver path can be mapped 

to the zenith (vertically above a receiver) as a Zenith Tropospheric Delay (ZTD) (Glowacki et al., 2006).  

The  ZTD  parameter  comprises  a  hydrostatic  (dry)  and wet  component.  The  hydrostatic  component 

accounts for approximately 90% of ZTD and can be modelled accurately using temperature and pressure 

measurements.  The  remaining  wet  component  is  treated  separately  given  water  vapour  is  highly 

variable  both  spatially  and  temporally  and  is  therefore  difficult  to  predict  (Dach  et  al.,  2007). 

Tropospheric models used  to compute wet and dry delays  include  those by Saastamoinen  (1973) and 

Goad and Goodman (1974) (‘modified Hopfield’). Niell (1996) mapping functions are commonly used to 

map total tropospheric delays to the zenith.  

Relative positioning  techniques  can  significantly  reduce  tropospheric delays by  leveraging  the  spatial 

correlation  in  tropospheric  delay  when  stations  are  close  together.  It  should  be  noted  that  this 

correlation tends to apply over a much shorter distance than the  ionospheric delay, particularly when 

stations are at different heights. NRTK  techniques extend  tropospheric modelling capabilities across a 

wider region and although residual wet delays are difficult to model, they only contribute approximately 

10% to the total delay.  

ZTD range errors are also used for meteorological purposes by mapping the estimated wet component 

to  a measure  of  Integrated  Precipitable Water  (IPW)  vapour.  Rather  than  estimating water  vapour 

directly, the well‐defined hydrostatic delay component is subtracted from the total ZTD parameter that 

is  modelled  within  the  position  solution,  leaving  an  indirect  estimate  of  range  error  for  the  wet 

component.  ZTD  information  can  therefore  contribute  to,  and  benefit  from  Numerical  Weather 

Predictions (NWP) of temperature, pressure and humidity. Deriving ZTD  information from networks of 

CORS provides  greater  spatial  and  temporal  coverage  than  traditional  radiosonde  and Water Vapour 

Radiometer (WVR) techniques (Glowacki et al., 2006).  

 3.3.6 MULTIPATH 

 Multipath occurs when transmitted radio signals are reflected off surfaces near the receiver or satellite 

making the travel path longer than the direct satellite‐receiver path. The delayed code or carrier phase 

measurements  cause  range  errors. Nearby  buildings,  trees, water,  and  other  reflective  surfaces will 

increase receiver multipath, which is difficult to model or eliminate.  

Satellite multipath occurs  from objects near  the satellite antenna and can be reduced,  in some cases, 

when measurements  from one  satellite are measured  simultaneously by  two nearby GNSS  receivers. 

Receiver multipath  is more difficult  to mitigate given  site‐specific conditions can vary greatly and are 

therefore difficult to model. Whilst multipath errors vary as a function of signal frequency, carrier‐phase 

measurements are less affected due to their short wavelength (Hofmann‐Wellenhof et al., 2008).  

68  

Multipath  models  and  mitigation  techniques  are  beyond  the  scope  of  this  thesis,  however,  the 

importance  of  locating  CORS  sites  on  flat  terrain  and  away  from  reflective  surfaces  is  critical  to  the 

technical network design of a NPI. Tiered (CORS)  infrastructure guidelines developed by the  ICSM PCG 

will  be  an  important  resource  for  selecting  sites  that minimise  signal  interference  (Burns  and  Sarib, 

2010). The trade‐off between optimum site location, institutional (e.g., land administration systems) and 

economic  (e.g., market  driven  demand)  considerations  can  however  restrict  the  availability  of  low‐

multipath environments, particularly in urban settings, as described in Chapters 4 and 6. 

  3.3.7 OTHER BIASES 

 A number of other  errors must  also be  considered when  striving  to  achieve millimetre precision  via 

GNSS, particularly  for  scientific applications  such global  sea‐level monitoring. The  technical nature of 

these errors  is beyond  the  scope of  this  thesis  and  readers  are  referred  to Brown  (2006), Hofmann‐

Wellenhof (2008) and Grgich (2008) for an introduction to the biases identified in Table 6. 

TABLE 6: GNSS & NON‐GNSS SPECIFIC BIASES 

GNSS‐ Specific Biases 

Relativistic effects on satellite clocks, satellite orbits, signal transmissions and receiver clocks  

Receiver and antenna offsets and antenna phase centre variation 

Phase wind‐up effects 

Receiver noise (e.g., thermal noise) 

Inter‐channel biases (e.g., between L1 and L2 and other GNSS signals) 

Non GNSS‐ specific Biases 

Atmospheric pressure loading 

Tectonic plate motion 

Solid Earth tides 

Ocean tide loading 

 Additional GNSS and non GNSS‐specific biases effecting high accuracy position solutions (particularly for Precise 

Point Positioning). 

 

Two biases  identified  in Table 6 that occur  independently of the GNSS measurement system  (i.e., non 

GNSS‐specific) are solid earth tides and ocean tide loading. Both biases are small in magnitude (mm to 

cm effects on position) and result from the gravitational pull of the sun and moon acting on the Earth’s 

surface and oceans, respectively. Like all additional biases identified in Table 6, the contribution of these 

errors  to  the  final  position  accuracy  is  greater  in  the  absence  of  relative  positioning  techniques  to 

mitigate  their  effects.  The  fact  that  the  impact of  these biases  varies  spatially  suggests  that  globally 

distributed ground and space infrastructure can aid detection, modelling and monitoring of their effects. 

This is particularly relevant to large geographic countries such as Australia, where CORS infrastructure is 

not uniformly distributed, and NRTK coverage is limited (see Chapters 4 and 6).  

    

69  

3.3.8 USER EQUIVALENT RANGE ERROR 

 User Range Error (URE) was first  introduced  in Section 2.3.3.1 when reviewing formal SIS performance 

specifications  for GPS,  and  can be  further defined  as  the  combined  error  estimate of  satellite orbits 

(ephemeris data), satellite clocks, and ionospheric and tropospheric delays for code pseudoranges. The 

GPS SIS Performance Standard  (DoD, 2008)  requires a URE  for each  satellite during normal operating 

conditions (for all ages of data) of ≤7.8m (95% confidence51). 

According  to Hofmann‐Wellenhof  (2008),  the User  Equivalent  Range  Error  (UERE)  is  produced when 

independent estimates (regardless of any correlation) of multipath and equipment biases (e.g., receiver 

noise  and  antenna  phase  centre  variations)  are  included with  the  URE.  Hofmann‐Wellenhof  (2008) 

estimate  the  average  systematic bias  and  random  error  contribution of  each parameter  to  the  total 

UERE (Table 752) for a Single Point Positioning (SPP) solution (Section 3.4.1). 

 TABLE 7: UERE COMPONENTS 

UERE Source  Systematic Bias (m)  Random Error (m)  UERE Error (m) 

Ephemeris data   2.1  0.0  2.1 Satellite Clock  2.0  0.7  2.1 Ionosphere  4.0  0.5  4.0 Troposphere  0.5  0.5  0.7 Multipath  1.0  1.0  1.4 Receiver   0.5  0.2  0.5 

Total UERE (m)  5.1  1.4  5.3 

 Systematic and random error components of UERE for code pseudoranges (adapted from Hofmann‐

Wellenhof, 2008). 

  Mapping  the  Signal‐In‐Space  UERE  (1‐sigma)  to  a  positional  error  at  the  user’s  location  requires 

knowledge about satellite geometry, which  is estimated using Dilution of Precision  (DOP)  information 

from the satellite navigation message. Horizontal (HDOP), Vertical (VDOP) and Geometric DOP (GDOP) 

are  common measures  that  can be multiplied by  the UERE  to estimate  the  standalone accuracy of a 

code pseudorange position solution without any augmentation.  

 

   

                                                                 51 Note that the URE comparison in Figure 9 (Chapter 2.3.3.1) identifies a requirement of ≤4.0 m RMS, which derives from  the same DoD  (2008) performance standard but corresponds  to a 1‐sigma  (i.e., RMS) confidence  interval  in contrast to the 95% confidence interval (2‐sigma) quoted in the official standard.  52 UERE errors are the square root of the sum of the squares of each error component. 

70  

3.4 GNSS POSITIONING TECHNIQUES 

 Most GNSS users are accustomed  to switching on  their mobile phones or  in‐car navigation devices  to 

receive  position  and  navigation  information  instantaneously.  All  GNSS  receivers  apply  Single  Point 

Positioning  (SPP)  techniques  to  process  the  code  pseudoranges  transmitted  by  each  satellite, which 

enables positioning solutions to be computed. The SPP technique requires no additional space or ground 

infrastructure  other  than  that  made  available  through  the  relevant  satellite  positioning  system(s), 

meaning any user across  the globe can compute  their  location provided  they can  receive signals sent 

from the satellites. Chapter 6 provides economic evidence that GPS devices have become  increasingly 

common and are now integrated into our everyday lives, particularly as hardware has become cheaper 

and smaller over time.  

There  are  however  various  GNSS  positioning  techniques  and  associated  products  and  services  that 

improve the utility of PNT information observed from GPS and other GNSS. Common techniques include 

relative positioning and Precise Point Positioning  (PPP) which have evolved over  the preceding  three 

decades to overcome the low accuracy (≈5‐10 m) constraints of SPP solutions. Different techniques yield 

different  levels  of  integrity,  reliability,  availability,  and  efficiency  for  accessing  and  applying  PNT 

information. Technical characteristics for three forms of GNSS positioning are identified in this Section, 

primarily to describe how and why the effectiveness of each technique varies with baseline length (the 

distance between two or more GNSS receivers) and signal type (i.e., code and/or carrier measurements). 

Chapter 6 analyses  these  technical characteristics  in a unique economic context  to evaluate  the costs 

and  benefits  of  investment  in  Australia’s  positioning  infrastructure  in  response  to  scientific  and 

commercial demand. 

 3.4.1 SINGLE POINT POSITIONING  

 SPP determines the three‐dimensional coordinates of a single receiver and the receiver’s clock error by 

combining  simultaneous  code  pseudorange  measurements  to  at  least  four  satellites.  Code 

pseudoranges are  first  corrected  for  satellite orbit  and  clock errors  and  ionospheric delays using  the 

satellite  navigation  message.  Residual  code  pseudorange  errors  (including  measurement  noise  and 

multipath) manifest in the position solution. SPP is the most basic form of GNSS positioning available in 

all  commercial  receivers,  allowing  fast  access  to  lower  accuracy  code  information.  Higher  quality 

receivers  include carrier phase measurements and dual‐frequency code pseudoranges to  improve SPP 

accuracy, particularly in a multi‐GNSS environment as described in Sections 2.3.3.5 and 2.5. 

SPP  is  an  absolute53  positioning  technique where  the  position  of  a  single  receiver  is  computed with 

respect  to  the absolute position of each  satellite.  For example, GPS  satellite  coordinates are defined 

                                                                 53 The concept of absolute positioning is further developed in Section 3.5. 

71  

with respect to the World Geodetic System 1984 (WGS‐84) and SPP positions are triangulated from the 

absolute location of each satellite to a single receiver.  

 3.4.2 RELATIVE POSITIONING 

 Relative positioning on the other hand requires two or more receivers that observe code and/or carrier 

phase measurements to the same satellites to further mitigate range errors. The resulting position for 

one  receiver  is  derived  relative  to  the  known  location  of  the  second  receiver  (typically  within  the 

coordinate system used to define the location of the second receiver). 

 3.4.2.1 DIFFERENTIAL  GNSS  Differential GNSS  (DGNSS)  is a  form of  relative positioning. DGNSS works on  the premise  that  two or 

more GNSS receivers  located within close proximity will have similar (spatially correlated) errors when 

the  same  satellites  are  observed.  If  one  receiver  is  placed  over  a  reference  point  with  known 

coordinates,  the  true  geometric  ranges  between  each  satellite  and  the  reference  receiver  can  be 

computed and compared to the measured code pseudoranges. Any differences between the observed 

and  computed  ranges will  result  from  the error  sources described  in  Section 3.3. Code pseudorange 

corrections  for  each  satellite‐receiver  range  can  therefore be  calculated,  sent  to,  and  applied  to  the 

pseudoranges  measured  by  the  second  (rover)  receiver.  A  reliable  communication  link  is  needed 

between the reference and rover(s) to communicate correction data. Ultra‐High Frequency (UHF) radios 

and  mobile  telephony  (e.g.,  3G  ‐  Third  Generation  Communications)  are  commonly  used  for  this 

purpose. Satellite communication mechanisms are also becoming more prevalent (e.g., SBAS).  

DGNSS  solutions  still  apply  the  SPP  algorithm, but with  corrected pseudoranges. DGNSS  significantly 

reduces  spatially  correlated  errors  and  can  be  effectively  employed  over  10s  to  100s  of  kilometres. 

Permanent CORS sites within DGNSS networks can therefore be spaced up to 100s of kilometres apart 

(such as the ground networks supporting different SBAS) to deliver accuracies of 1‐2 metres with high 

reliability and integrity. Criteria for achieving sub‐metre accuracies using commercial DGNSS services are 

described in Section 4.4.6. 

In  the  context  of  this  thesis,  DGNSS  refers  strictly  to  code‐based  relative  positioning.  Differential 

positioning methodologies using carrier‐phase measurements converge to the more complex Real‐Time 

Kinematic (RTK) method of relative positioning (Hofmann‐Wellenhof et al., 2008) described below. 

   

72  

3.4.2.2 REAL‐TIME KINEMATIC (RTK)  RTK techniques are a more accurate form of differential positioning given carrier phase measurements 

are  observed  far  more  precisely54  than  code  pseudoranges.  RTK  techniques  produce  centimetre 

accurate  positions  in  real‐time  by  employing  measurement  differencing  (the  double‐differencing 

technique  in  particular).  Measurement  differencing  eliminates  satellite  and  receiver  clock  errors; 

satellite orbit errors, and significantly reduces the impact of tropospheric and ionospheric disturbances. 

It also facilitates fast and reliable integer ambiguity resolution for each satellite‐receiver range. Residual 

multipath  and  receiver  noise  errors  remain  in  the  final  position  solution  and  the  level  of  spatial 

correlation  of  the  observed  errors  between  two  receivers  decreases  as  the  distance  between  them 

increases. In practice, using dual frequency receivers over single baseline (single‐base) lengths of 10‐15 

km  is  the  limit  beyond  which  centimetre  accurate  positions  are  not  achievable  due  to  spatial 

decorrelation of the atmospheric errors. RTK users commonly purchase two GNSS receivers that are sold 

as a single‐base RTK kit.  

Single‐base  RTK  receivers  can  be  single  or  dual‐frequency  (or  multiple‐frequency  in  a  multi‐GNSS 

environment).  Using  two  (or more)  frequencies  delivers  higher  accuracy  and  efficiency  by  allowing 

enhanced mitigation of  the  ionospheric  error  (refer  to  Section 3.3.4).  It  follows  that  single‐base RTK 

products are considerably more expensive than basic SPP and DGNSS products given two geodetic grade 

(e.g.,  dual‐frequency)  GNSS  receivers  are  needed  to  optimise  processing  accuracy,  efficiency  and 

reliability.  Furthermore,  the  Intellectual  Property  underpinning  commercial  RTK  processing  is  highly 

valuable and often protected by  the use of proprietary data  formats  to communicate RTK corrections 

between receivers. The need for separate or integrated communications is an additional cost. The high 

accuracy  RTK  positioning market  therefore  tends  to  be  characterised  by  specialised  users  requiring 

centimetre accurate position  information  in  real‐time  for  scientific and  commercial applications. High 

accuracy applications tend to be localised, including those for engineering and construction, mining and 

precision agriculture (The Allen Consulting Group, 2008).  

 3.4.2.3 NETWORK REAL‐TIME KINEMATIC (NRTK)  A  natural  extension  of  single‐base  RTK  is  to  broaden  positioning  coverage  using multiple  CORS  sites 

deployed at known locations, and then apply the Network RTK (NRTK) positioning technique.  

NRTK underpins the high accuracy positioning market examined within this thesis.  

It  is  well  established  that  CORS  infrastructure  placed  at  50–70  km  inter‐station  distances  enables 

instantaneous three‐dimensional positioning accuracy at ±2 centimetres with 1‐sigma uncertainty using 

the NRTK technique (Vollath et al., 2000a, Euler et al., 2001, Rizos and Han, 2003, Janssen, 2009). NRTK 

coverage  is  identified, mapped and evaluated across Australia  in Chapter 4.  Institutional requirements 

                                                                 54 Refer to Section 3.3.1. 

73  

and economic drivers for delivering high accuracy positioning services are described in Chapters 4 and 6, 

which are related through the NPI Planning Framework in Chapter 7.  

The  NRTK  concept  is  essentially  the  same  as  single‐base  RTK  in  that  measurement  differencing 

techniques are applied to carrier phase measurements to mitigate orbit, clock and atmospheric errors, 

thereby  producing  centimetre  accurate  positions.  The  main  difference  is  that  multiple  CORS  sites 

improve error mitigation between the network stations and the rover (Figure 23). Rizos and Han (2003) 

recognise the improved atmospheric modelling capabilities and measurement redundancy that multiple 

CORS  sites provide,  and  these  improvements  are  reinforced by Wang  et al.  (2010) when  testing  the 

improved accuracy, availability,  integrity and productivity  (i.e., utility) that commercial NRTK packages 

deliver.  

FIGURE 23: NRTK CONCEPT 

  

Data from multiple CORS is combined to compute NRTK corrections that are sent to users via 

communications devices (adapted from SmartNet Aus, 2012). 

 To deliver NRTK  information, Figure 23  illustrates that data from each CORS must be sent to a central 

processing facility where it can be combined to compute common error sources across a region. These 

error  corrections  are  interpolated  to  a user’s position within  the network  via  a one‐way or  two‐way 

communication  mechanism,  depending  on  the  NRTK  technique  that  is  implemented.  Rather  than 

purchasing  two GNSS  receivers  for  single‐base RTK, hardware  costs are  reduced given only one dual‐

frequency  receiver and  communication device are needed by  the user. However, users generally pay 

subscription fees to access commercial NRTK positioning services.  

CORS 

CORS

CORS 

CORS 

Central Processing Facility 

Mobile/Radio/Satellite Communication 

≈70km 

74  

Data  volumes  received  by  the  user  differ  for  the  two most  prevalent  commercial  NRTK  processing 

techniques: the Virtual Reference Station (VRS55) method (Vollath et al., 2000b, Landau et al., 2002) and 

the Master Auxiliary Concept (MAC56) (Euler et al., 2001, Brown et al., 2005). Janssen (2009) provides a 

comprehensive  review  of  the  processing  strategies  and  communication  bandwidth  requirements  of 

each.  The  Area  Correction  Parameters  technique,  known  formally  as  the  Flächenkorrekturparameter 

(FKP) (Wubbena et al., 2001) is a third method originally developed to support radio broadcasting as an 

alternative  to mobile  communications.  VRS  and MAC  both  support  the  use  of  the  FKP  technique. 

Rubinov (2013) differentiates the technical methodologies and data formats required for all three NRTK 

techniques. 

VRS  requires  two‐way  communications  to  transmit  a  user’s  approximate  location  to  the  central 

processing  facility, which enables network corrections  to be computed within  the control centre, and 

then returned to the user as a simplified data message that resembles a single‐base RTK solution. MAC 

on the other hand supports one‐way communication by allowing correction parameters to be optimised 

by the receiver instead of the control centre. This decentralised approach allows greater flexibility in the 

choice  of  network  corrections  (e.g.,  the  number  of  CORS  sites)  that  contribute  to  the  final  position 

solution, which can improve measurement traceability. Bandwidth requirements are however higher for 

MAC given the increased volume of correction data that is sent, which in turn increases the processing 

load  for  the rover. FKP  is a simplified  linear representation of network corrections  that supports one‐

way  communication  and  reduces  bandwidth  requirements.  Each  reference  receiver  transmits  an 

individual FKP correction model in this latter case. 

 3.4.3 PRECISE POINT POSITIONING 

 PPP was originally  conceived by Anderle  (1976  cited  in, Rizos  et al., 2012).  In  its  simplest  form, PPP 

enables  high  accuracy  positioning  down  to  centimetre  accuracy  for  a  single  receiver  by  applying 

additional  information about  the exact  location and clock error of each observed satellite  (Kouba and 

Heroux, 2001).  

PPP  can  be  interpreted  as  a  more  accurate  version  of  SPP  that  utilises  precise  carrier‐phase 

measurements  to  solve  for  the  absolute  position  of  a  standalone  receiver.  In  contrast  to  relative 

positioning techniques, measurement differencing is not typically applied to mitigate spatially correlated 

errors and solve the integer ambiguities of the carrier phase measurements (Wubbena et al., 2001). The 

contribution of each error  to  the  total  range error,  including GNSS and non‐GNSS specific biases  (see 

Section  3.3.7),  must  therefore  be  mathematically  modelled,  which  requires  long  observation 

(convergence)  times  ranging  from minutes  to  hours,  depending  on  the  final  accuracy  requirement. 

                                                                 55 Developed by Trimble Navigation Ltd. (http://www.trimble.com/vrs.shtml). 56 Developed by Leica Geosystems AG (http://www.leica‐geosystems.com/). 

75  

Hence,  PPP  solutions  are  typically  post‐processed  once  sufficient  information  about  all major  error 

sources  is  available.  Dual‐frequency  observations  speed  up  convergence  and  improve  accuracy  by 

providing  ionospheric  free combinations of code and carrier phase measurements. Rizos et al.  (2012) 

compare the technical requirements of PPP and relative positioning techniques, including a summary of 

the biases (refer to Table 7) that must be modelled or otherwise accounted for in PPP solutions. 

 3.4.3.1 REAL‐TIME PPP  In  recent  times,  sub‐decimetre  GNSS  orbit  information  and  sub‐nanosecond  clock  information  has 

become available in real‐time through agencies such as the IGS (2013c), which has prompted a greater 

research effort towards developing Real‐Time PPP (RT‐PPP) solutions (also referred to as PPP Ambiguity 

Resolution).  The  term  RT‐PPP  refers  to  the  process  of  applying  precise  orbit,  clock  and  other  error 

information  to  a  single  receiver  in  real‐time  using  PPP  techniques,  which  requires  a  period  of 

convergence  to  achieve  sub‐decimetre  accuracies.  The  term  PPP‐RTK  also  reflects57  this  process, 

however a subtle difference in meaning between RT‐PPP and PPP‐RTK is outlined below in the context 

of a NPI.  

Put simply, PPP corrections model the source of each error (primarily those identified in Tables 6 and 7) 

that affect code and carrier phase observations recorded at the receiver. Relative positioning techniques 

(e.g.,  RTK)  on  the  other  hand  model  the  effects  of  each  error  by  combining  code  and  carrier 

measurements from multiple receivers after these measurements have been observed. PPP is therefore 

described  as  a  State  Space  Representation  (SSR)  given  the  actual  state  (functional  and  stochastic 

properties) of each error must be modelled and updated on a periodic basis (Wübbena et al., 2005).  

On  the  other hand,  relative  positioning  corrections model  and  eliminate  the  effects  of  these  source 

errors by combining (differencing) spatially correlated carrier‐phase measurements over short distances 

once  the  raw  signals  are  observed.  Hence,  modelling  of  these  relative  errors  is  referred  to  as 

Observation  Space  Representation  (OSR),  which  represents  the  process  of  RTK  positioning  defined 

previously (Wübbena et al., 2005).  

Applying  RT‐PPP  terminology; OSR mitigates  the  effect  of  errors  contained within  the  carrier‐phase 

(and/or  code)  observations  recorded  at  the  receiver.  SSR models  the  source  of  each meaning  the 

observation  itself can be corrected at the reference station without the need to combine observations 

from  a  nearby  receiver.  Hence,  using  RT‐PPP  to  compute  SSR  corrections  in  real‐time  theoretically 

allows  centimetre  accurate  positions  to  be  derived  globally without  deploying  CORS  networks.  SSR 

corrections can be transmitted using radio, mobile or satellite communications. 

However,  the  time  taken  to  quantify  RT‐PPP  source  errors  is  a  limiting  factor  given  at  least  20‐30 

minutes  of  carrier‐phase  observations  are  needed  before  ambiguities  converge  to  suitably  precise 

                                                                 57 Relevant literature is identified throughout this Section. 

76  

values at the centimetre‐level (Chassagne, 2012, Rizos et al., 2012). The  ionosphere remains a  limiting 

factor  in  the  absence  of  CORS  networks  given  global  ionospheric  error models  do  not  provide  the 

required accuracy  for centimetre positioning without undertaking  longer observation  times  (Huber et 

al., 2010). Convergence times can however be reduced  in regions where  infill CORS sites are available 

(Bisnath and Collins, 2012, Rizos et al., 2012). PPP‐RTK describes  the case where additional CORS are 

used to model the ionosphere more accurately to facilitate ambiguity resolution. The optimum density 

of CORS  infrastructure needed to minimise  investment costs while satisfying conditions for PPP‐RTK  is 

unknown, and  is a research topic of national  interest to Australia  (CRCSI, 2013b). Furthermore,  triple‐

frequency carrier phase measurements are also expected to extend baseline lengths through improved 

ionospheric modelling that helps to speed up ambiguity resolution for PPP‐RTK (Feng and Rizos, 2005).  

The  term  PPP‐RTK  has  subsequently  emerged  to  describe  a  hybrid  solution  that  leverages  regional 

networks of CORS to model PPP corrections across the same area. RT‐PPP also describes this process, 

but represents the case where PPP improves accuracy in real‐time regardless of whether the ambiguities 

are resolved. This important distinction is revisited in Chapter 6 to describe why the economic benefits 

of  improving  positioning  accuracy  in  Australia  (through  a  RT‐PPP  enabled  NPI)  are  not  necessarily 

contingent on delivering access to ambiguity resolved ±2cm  (95% confidence) GNSS positions anytime 

and anywhere. Lower accuracy augmentation without ambiguity resolution can be sufficient  for some 

applications  (e.g., LBS, maritime and aviation navigation).  In other cases, ±2cm  is vital to enabling the 

desired  productivity  benefits  (e.g.,  surveying,  engineering,  precision  agriculture).  Chapters  4  and  6 

explore the trade‐offs between infrastructure investment and positioning accuracy in greater detail. 

To  implement  a  RT‐PPP  solution,  new data  formats  are  needed  to  communicate  SSR messages,  and 

receiver firmware must be designed with PPP functionality to process these corrections in real‐time. The 

RTCM‐SSR data standard is subsequently described in Section 3.4.4. Commercial approaches to RT‐PPP, 

which commonly use L‐Band communications satellites  to  transmit proprietary data  formats, are also 

reviewed in Section 4.4.6. 

 3.4.4 DATA FORMATS 

 Different data formats are used to store and exchange code and carrier phase measurements for real‐

time  and  post  processing.  Commercial  manufacturers  develop  proprietary  data  formats  that  are 

optimised  to  improve  real‐time  processing  efficiency  for  their  own  GNSS  hardware  and  software 

products, and to protect  Intellectual Property  for value‐added  features such as data compression and 

quality  control  techniques.  Rubinov  et  al.  (2011a)  examine  the  message  structure,  efficiency  and 

bandwidth usage of common proprietary formats developed by leading GNSS manufacturers.  

Open data standards have also been developed to facilitate data exchange and promote interoperability 

and  compatibility  between  different  GNSS  receivers,  satellite  positioning  systems  and  applications. 

77  

Receiver Independent Exchange (RINEX58) format is an industry standard used for data exchange and is 

supported by most commercial grade receivers. RINEX  is an ASCII59 format that  is regularly updated to 

account  for  new  and modernised  signals, meaning  its  large  size  would  require  a  large  amount  of 

bandwidth  that  is unsuitable  for real‐time applications  (Yan, 2006).  Instead, real‐time DGNSS and RTK 

data  formats  and  transfer  protocols  are  published  by  the  Radio  Technical  Commission  for Maritime 

Services (RTCM) Special Committee number 104 (SC‐10460). . 

RTCM version 3.1 (RTCM, 2006)  is the  latest  industry standard used to format NRTK61 corrections, and 

supports  the VRS, MAC and FKP  techniques. Network Transfer of RTCM via  Internet Protocol  (NTRIP) 

casters are used to transport the RTCM messages from the network to a receiver. Three components are 

therefore necessary to deliver a NRTK solution via the internet: a compact data format (e.g., RTCM 3.1); 

a reliable data protocol (e.g., NTRIP) that determines how the information is sent over the internet; and 

a communication device that provides access to the internet (e.g., a portable modem) (Heo et al., 2009). 

Given the accuracy of a NRTK solution depends on the time taken for correction information to arrive at 

the  rover  (latency),  more  compact  data  formats  are  generally  desired  to  preserve  bandwidth  and 

improve  performance.  RTCM  3.1  provides  a  significant  reduction  in  bandwidth  requirements  from 

previous versions and has the flexibility to incorporate multi‐GNSS signals.  

In  light  of  RT‐PPP  developments,  RTCM‐SSR  corrections were  developed  by  the  RTCM  SSR Working 

Group and officially adopted as an RTCM Standard in March 2011 (Caissy et al., 2012). RTCM‐SSR is used 

to  disseminate  IGS  orbit  and  clock  corrections  via NTRIP.  To  implement  a  RT‐PPP  solution  however, 

receiver  firmware  must  be  compatible  with  RTCM‐SSR  messages,  and  PPP  algorithms  must  be 

developed to apply these absolute corrections within a single receiver as an independent process from 

relative positioning techniques. At the time of writing, no commercial manufacturers have incorporated 

PPP functionality using RTCM‐SSR messages.  

A new  format known as Multiple Signal Messages  (MSM)  is now being developed by RTCM‐SC104  to 

enable  interoperability  among  different  GNSS  receiver  types  by  standardising  observations  from 

multiple GNSS (Boriskin et al., 2012). RTCM‐MSM is effectively the ‘next step’ needed to consolidate raw 

observations, and SSR and NRTK messages into one generic format accessible via NTRIP. MSM messages 

form a key component of the IGS Multi‐GNSS Experiment (MGEX) and associated IGS Real‐Time Service 

(IGS‐RTS), and a complete RINEX format compatible with the MSM format has been designed (Caissy et 

al., 2012). RTCM‐MSM is not officially published as an RTCM standard at the time of writing.  

                                                                 58 RINEX was originally developed by the Astronomical  Institute of Bern. RINEX 3.02  is the  latest version  (IGS and RTCM, 2013). 59 American Standard Code for Information Interchange. 60 RINEX is the shared responsibility of RTCM‐SC104 and the IGS (IGS and RTCM, 2013). 61 RTCM version 2.0 only supported single‐base RTK, which  is why the simplified FKP technique was developed to transfer linear network corrections using this earlier version. 

78  

The  IGS provides free and open access to NTRIP and all RTCM formats to encourage their widespread 

adoption. GNSS manufacturers that incorporate this functionality into their receiver firmware will have 

direct  access  to  standardised  real‐time  GNSS  corrections  from  a  global  network  of  CORS.  Leica 

Geosystems  is planning  to  include  the HP‐MSM  format  in  its next  version of  Leica Viva  firmware  (D 

Dixon 2013 pers. Comm., 13 June). Details on proprietary data formats developed by manufacturers to 

differentiate  their  products  and  services  are  provided  in  Section  6.2.4, which  reviews  the  economic 

implications of open and proprietary formats. 

 

3.5 THE GEOSPATIAL REFERENCE SYSTEM (GRS) 

 In its simplest form, the GRS is a coordinate system to which all position and spatial data is referenced 

(Johnston  and Morgan,  2010).  A  GRS  is  often  referred  to  as  a  reference  frame  or  geodetic  datum. 

National GRS (NGRS) are commonly derived from a global GRS (e.g., the ITRF), which allows spatial data 

(e.g.,  GNSS  information)  from  across  the  world  to  be  referenced  to,  and  compared  in  the  same 

reference system. All GRS must be monitored and updated to account for changes in the dynamic Earth 

system such as crustal deformation.  

The  instrumentation used  to establish a GRS  includes a  range of geodetic  infrastructure  such as Very 

Long Baseline  Interferometry  (VLBI), Satellite  Laser Ranging  (SLR),  Lunar  Laser Ranging  (LLR), Doppler 

Orbitography  and  Radio  Positioning  Integrated  by  Satellite  (DORIS),  and  GNSS  (AuScope  Geospatial 

Team, 2008). 

Prior to the advent of GNSS, terrestrial measurement techniques were a primary means of accessing the 

GRS  for  day‐to‐day  positioning  activities  such  as  surveying  and  engineering.  Angle  and  distance 

measurements between physical ground survey marks remain a common form of terrestrial positioning 

today, which  is why ground marks are distributed with varying density across Australia. The  technical 

criteria used to define the quality (e.g., stability) of these ground marks forms part of the physical site 

characteristics underpinning Tiered classifications (Section 3.2.1.2) for CORS infrastructure today.  

GNSS has revolutionised the way in which a GRS is realised and monitored, and the way in which users 

access a GRS to reference and compare their position information.  

Appendix  A  details  the  science  of  establishing  a  GRS  by  describing  the  processes  used  for  datum 

definition and datum realisation, including the need for a reference ellipsoid to approximate the Earth’s 

size and shape, or a region of it. The geoid is also introduced as a surface related to the Earth’s gravity 

field meaning it can be used as a zero‐height reference surface for mapping real world processes such as 

the direction of water‐flow. 

    

79  

3.5.1 POSITION ACCURACY 

 By establishing a coordinate system in which the unique position of any point can be described, a GRS is 

used  to  determine  the  absolute  (or  ‘point’)  position  of  an  object  (e.g.,  the  location  of  a  satellite  or 

CORS).  Any  uncertainty  in  the  absolute  coordinates  of  an  object  (e.g.,  a  ground  survey mark)  will 

manifest in the coordinates of a second object whose location is derived with respect to the first (e.g., 

using  relative  positioning  techniques).  Any  uncertainty  (e.g.,  GNSS  errors,  angular  errors)  in  the 

measurements  used  to  connect  the  second  object  to  the  first will  add  (relative  uncertainty)  to  the 

absolute uncertainty of the second object when referenced in the same datum, as described in Section 

3.5.2.2 below. 

According to Gauss (1809 cited in, Fraser, 2007) all measurements are only an approximation of the true 

value, meaning all measurements are subject to the influence of error: 

But since all our measurements and observations are nothing more than approximations 

to the truth, the same must be true of all calculations resting upon them, and the highest 

aim of all computations made concerning concrete phenomena must be to approximate, 

as nearly as practicable, to the truth. 

(Gauss, 1809) 

 

It follows from Section 3.3 that systematic (e.g., clock bias), random (e.g., clock instability) and in some 

cases  gross  errors  (e.g.,  user  error)  are  implicit  in  all  GNSS  measurements.  Modern  positioning 

techniques such as NRTK can however be used to observe GNSS measurements very precisely (e.g., at 

the  cm‐level);  in  some  cases even more precisely  than  the original measurements  that were used  to 

establish the underlying measurement reference frame (datum). The resulting coordinates derived from 

the newer and more precise measurements  in  this case could conflict with coordinates computed  for 

the  same  points  in  the  original  (less  precise)  datum  adjustment.  In  light  of  these  issues  concerning 

datum accuracy and measurement precision, Johnston and Morgan (2010) identify two distinct criteria 

for evaluating positional accuracy: 

i. The user’s ability to connect to the datum (i.e., position accuracy depends on the precision of 

the chosen measurement technique);  

ii. The inherent accuracy of the datum itself (i.e., position accuracy is constrained by the accuracy 

of the underlying datum).  

 Criterion  (i)  implies  that  a user  cannot derive  coordinates with  the  same  accuracy  as  the underlying 

datum  if  their  chosen measurement  technique  cannot  deliver  the  same  (or  higher)  accuracy  as  the 

datum  itself.  Criterion  (ii)  on  the  other  hand  implies  that  no matter  how  precise  the  user’s  chosen 

measurement technique, derived coordinates cannot be more accurate than the datum to which they 

80  

are  connected.  For  example,  Dawson  and Woods  (2010)  report  the  absolute  uncertainty  of  GDA94 

coordinates at 30 mm horizontal and 50 mm vertical (at the 95% confidence level) for CORS sites in the 

Australian  Fiducial Network  (AFN)  (see  Section  3.5.2),  therefore  limiting  the  inherent  accuracy  of  all 

other geodetic infrastructure connected to this datum through the AFN. 

These  criteria  raise  four  important  datum  considerations  to  be  evaluated  in  the  context  of  a  NPI: 

coordinate  traceability,  relative versus absolute accuracy,  the difference between global and  regional 

reference frames, and the need for a modernised datum in Australia. All four topics are related by the 

objective of enabling a uniform high accuracy positioning capability accuracy across Australia, and the 

implications of each are described below for Australia’s NGRS. 

 3.5.2 AUSTRALIA’S NGRS 

 Australia’s  NGRS  is  the  Geocentric  Datum  of  Australia  1994  (GDA94).  Johnston  and Morgan  (2010) 

describe Australia’s NGRS as a combination of the infrastructure, data, software and knowledge needed 

to establish all aspects of a coordinate datum, including the tools, utilities, standards and recommended 

practices  for accessing and using  the datum. GDA94  is  the  foundation  for all positioning applications, 

and therefore all spatial data in Australia.  

Previous datums  include  the Australian Geodetic Datum 1966  (AGD66)  and AGD84, neither of which 

were established using GNSS measurements. AGD84  significantly densified and extended AGD66 and 

included  SLR  and VLBI measurements with  terrestrial measurements. AGD66  and AGD 84 were both 

purely  horizontal  datums,  and  were  optimised  to  fit  the  geoid  across  the  Australian  continent  as 

opposed to being referenced to the Earth’s centre of mass by fitting the geoid on a global basis. Earth‐

centred or geocentric datums enable global compatibility with satellite navigation systems such as GPS. 

The transition to a globally compatible datum in Australia came with the introduction of GDA94, which 

connected  physical  ground marks  to  the  ITRF  using GPS measurements  from  the Australian  Fiducial 

Network (AFN) and Australian National Network (ANN) (Steed and Luton, 2000).  

The AFN  (Figure 24) consists of eight permanent GNSS CORS spread across Australia with coordinates 

fixed to ITRF1992.0 at epoch 1994.0 to establish GDA94. The ANN consists of approximately 80 ground 

marks that were observed using GNSS measurements to link each site to the AFN. The AFN is comprised 

of high stability Tier 1 CORS, whilst ANN sites were typically observed at Tier 2 standard. It is noted from 

Section 3.2.1.2 that lower grade Tier 3 sites owned by jurisdictional governments and industry providers 

are deployed as infill sites to access the datum as opposed to defining it. This well‐defined hierarchy of 

infrastructure standards enhances coordinate traceability within a GRS, as described in Section 3.5.2.1. 

Australia’s NGRS is now managed through the Australian Regional GNSS Network (ARGN) comprising 35 

permanent Tier 1 CORS.  

 

81  

FIGURE 24: AFN & ANN STATIONS 

  

Geographic distribution of primary AFN and ANN sites used to establish Australia’s GDA94 (GA, 2013)  

3.5.2.1 COORDINATE  TRACEABILITY  Coordinate  traceability  is  the  process  of  verifying  the  uncertainty  of  a  coordinate with  respect  to  a 

datum. In Australia, the uncertainty of a coordinate is formally verified in accordance with the National 

Measurement Act 1960 and Regulation 13 of the National Measurement Regulations 1999. GA is a legal 

metrology  authority  appointed  under  the  Act  to  provide  this  legal  chain  of  traceability, which  they 

achieve by  issuing a Regulation 13 Certificate that displays a station coordinate and the uncertainty of 

that coordinate with respect to GDA94 (Geoscience Australia, 2013c).  

Government and  industry providers of CORS  infrastructure can apply  for Regulation 13 Certificates  to 

report  their  station  coordinates  relative  to  the  national  standard.  Certification  requires  a  rigorous 

geodetic adjustment incorporating data from elements of the ARGN combined with GNSS observations 

recorded by  the CORS. There  is no obligation  to undertake  certification  in Australia. However, many 

service providers identify technical (e.g., datum compatibility) and economic benefits from undertaking 

certification  as  a  free  public  service  to market  the  link  between  their  infrastructure  and  the NGRS. 

Certification  is  however  only  one  step  for  ensuring  service  providers  and  users  are  confident  in  the 

absolute and relative accuracy of their coordinates. 

    

82  

3.5.2.2 RELATIVE VERSUS  ABSOLUTE ACCURACY  Regulation  13  certification  applies  to  the  CORS  coordinates,  not  to  coordinates  derived  from  these 

certified CORS. This gives the service operator and its user’s confidence that by connecting to a certified 

CORS, their coordinates will be derived from a reliable starting point. But it says nothing (other than by 

implication) about the process used thereafter, or the quality of the derived coordinates. Hence, derived 

coordinates  have  local  or  ‘relative’  uncertainty  (ICSM,  2007),  in  addition  to  the  absolute  positional 

uncertainty that manifests at a CORS site relative to the datum itself. This important distinction between 

absolute and  relative accuracy  raises  technical and  institutional  (Hale et al., 2007)  considerations  for 

users who seek legal traceability in their derived coordinates. 

From  a  technical  standpoint,  criterion  (i)  identified  by  Johnston  and Morgan  (2010)  implies  that  a 

number of empirical factors influence the relative uncertainty of a derived coordinate, which include the 

length of observation time, the type of GNSS measurements observed  (e.g., single or dual‐frequency), 

environmental (e.g., sky visibility) and atmospheric (e.g., the  level of solar activity) conditions, and the 

rigour of the processing algorithm  itself  (e.g., multipath mitigation, outlier detection). These empirical 

variations  are  the  reason  that  certification  procedures  such  as  those  defined  for  Regulation  13  are 

needed to standardise observation conditions and infrastructure quality (e.g., Tiers) in the first place.  

To ensure users can independently manage the uncertainty of derived coordinates when connecting to 

a certified CORS, the ICSM (2013) publish Standards for the Australian Survey Network (SP162). The total 

uncertainty  for  a  derived  coordinate  is  a  statistical  combination  (i.e.,  propagation  of  variances)  of 

absolute and relative uncertainties. This notion is reaffirmed by Johnston and Morgan (2010) who state 

that  users  are  often mislead  into  believing  that  the  internal  (relative)  precision  of  the  positioning 

technique being used  to  compute  the  coordinates  is  an  estimator of  the  absolute  accuracy. But  the 

internal precision is only a measure of relative uncertainty with respect to a CORS site or ground mark.    

A  combination  of  technical  (e.g.,  datum  compatibility),  institutional  (e.g.,  legal  certification)  and 

economic drivers63 (costs/benefits) for quantifying the absolute and relative accuracy of coordinates in 

Australia lends weight to technical arguments by Dawson and Woods (2010) for modernising Australia’s 

current datum, particularly as absolute positioning  techniques  such as RT‐PPP evolve  in a multi‐GNSS 

environment, as described in the following Sections.  

 3.5.2.3 GLOBAL  AND REGIONAL REFERENCE FRAMES  GDA94 is a static datum meaning GDA94 coordinates remain fixed to values as they were on 1st January 

1994. In a global context however, the coordinate axes of GDA94 and more recent versions of ITRF no 

longer coincide (in absolute terms) due to plate tectonics.  

                                                                 62 Version 2.0 was released in October 2013 and supersedes Version 1.7 (ICSM, 2007). 63 Detailed in Chapter 6. 

83  

ITRF is a dynamic datum that accounts for plate tectonics and intra‐plate movements globally, meaning 

the absolute locations of AFN sites have shifted64 by upwards of 1m from GDA94 when compared with 

the most recent realisation of ITRF65. Tectonic plate motion in Australia is approximately 7cm per year. 

This total shift has not caused issues for most applications to date in Australia given relative positioning 

techniques are predominantly applied on a local scale within a highly stable tectonic plate, and without 

connecting to sites outside of Australia. Furthermore, datum transformations parameters (Dawson and 

Woods, 2010) between GDA94 and the ITRF have been developed for applications requiring millimetre 

level accuracy in a Global Reference Frame (GRF) such as ITRF. 

Australia is not unique in this regard as many countries manage static datums that are linked to the ITRF 

such as the North American Datum of 1983 (NAD83) which services the US and Canada. It follows that 

most users are accustomed to accessing and applying position information that has been recorded in a 

Regional Reference Frame (RRF) such as GDA. On the other hand, scientific users and geodetic agencies 

that study the entire Earth system must maintain a stable and compatible link between GRF and RRF.  

Haasdyk and Janssen (2011) observe that various commercial providers are increasingly adopting a GRF 

as  their  primary means  of  reporting  coordinate  information  within  their  PNT  services,  such  as  the 

OmniSTAR66 service. In Australia, GA manages the free online GPS processing service known as AUSPOS 

which reports location in GDA94 (a RRF) and ITRF08 (a GRF). AUSPOS is used to post‐process ‘static’ GPS 

observations recorded at any location across Australia, or worldwide.  

Returning  to  the positioning  techniques described  in Section 3.4.1, orbit positions  (ephemerides) and 

clock products such as those computed by the IGS are also computed in a GRF. For example, the WGS84 

datum  (most  recently  updated  in  2004)  is  the  GPS  standard,  and  IGb08  is  the most  recent  datum 

adopted by  the  IGS. Hence, WGS84 and  IGb08 are both dynamic GRF  that are regularly updated with 

respect to  ITRF. Whilst global orbit and clock products have  little effect on positioning accuracy when 

using  relative positioning  techniques, PPP users working  in a RRF commonly derive  their position  in a 

GRF,  and  then  apply  a‐posteriori  (i.e.,  after‐the‐fact)  transformations  from  the  GRF  to  their  RRF 

(Huisman et al., 2012). This a‐posteriori method  is a ‘User‐side’ approach as  illustrated  in Figure 25. In 

recent  times  however,  organisations  such  as  the  IGS  have  started  supplying  their  orbit  and  clock 

products  in  RRF  to  ensure  they  are  readily  useable  for  all  types  of  applications.  This  ‘Server‐side’ 

approach  illustrated  in  Figure  25  eliminates  the  need  for  user  input  given  orbit  and  clock  products 

themselves are delivered to users in the required RRF to compute the position.  

 

                                                                 64 According to Dawson & Woods (2010) the metre level difference between GDA94 and ITRF at the present time is a consequence of:  tectonic motion of  the  rigid Australian Plate, which  is approximately 70 mm yr‐1  in  the North‐North‐East direction; differences between ITRF1992 and later ITRF realisations, which are caused by modelling and input  data  differences;  station  velocities  of  5 mm  yr‐1;  and  residual  intra‐plate,  regional  and  local  deformation, which is generally less than 1 mm yr‐1 in the horizontal components. 65 ITRF2008 is soon to be superseded by ITRF 2013. 66 OmniSTAR is owned by Trimble Navigation Ltd (http://www.omnistar.com/Home.aspx). 

84  

FIGURE 25: SERVICE‐SIDE & USER‐SIDE REFERENCE FRAME TRANSFORMATIONS 

               

User‐side (a) point transformation from GRF (e.g., ITRF) to RRF (e.g., GDA94) versus Server‐side (b) orbit and 

clock transformation from GRF to RRF for point computation (Huisman et al., 2012). 

 

Huisman et al (2012) provide evidence that, in Australia, the Server‐side approach can yield errors of up 

to 80 mm relative to the User‐side approach due to scale differences between the RRF (e.g., GDA94) and 

the  GRF  (e.g.,  ITRF).  Huisman  et  al  (2012)  test  a method  of  applying  a‐posteriori  scale  factors  that 

significantly reduce the errors observed in the standard Server‐side approach and require limited (if any) 

input  from  the  user.  In  light  of  Section  3.4.3,  both  transformation  approaches  are  important 

considerations for managing the datum and subsequent accuracy of position information derived using 

PPP techniques.  

PPP requires space and ground infrastructure whose coordinates must be accurately determined in the 

same  reference  frame  in order  to  computer  the user’s position. The accuracy and  consistency of  the 

datum itself, whether global or regional in nature, will therefore influence the level of uncertainty that 

manifests in the computed position. Hence, the accuracy of a satellite positioning system is intrinsically 

linked to the accuracy of its datum.  

Users can transform coordinates between the satellite positioning system’s datum, and the GRF or RRF 

that is adopted within their NGRS. However, the dynamic Earth system is increasingly driving the need 

to align national datums with dynamic datums such as ITRF to support absolute positioning techniques 

such as PPP. At present, a user can observe two different coordinates for the same point with respect to 

GDA94 and  the  ITRF. Modernising Australia’s datum  to become dynamic  through  time  is however no 

easy feat given the technical and institutional extent to which the nation’s static datum is embedded in 

legacy datasets, legal frameworks and professional services. Technical drivers described in the following 

(a)

(b) 

85  

Section 3.5.2.4 are however evolving  in response to public and commercial demand  for high accuracy 

and high integrity positioning capabilities.  

Economic  drivers  explored  throughout  this  thesis,  and  Chapter  6  specifically, may  provide  the most 

compelling  case  for moving  to  a  truly  three‐dimensional  dynamic  datum  to  remain  competitive  in  a 

multi‐GNSS future.  

 3.5.2.4 A MODERNISED  DATUM  FOR AUSTRALIA  To  ensure Australia manages  a NGRS  that  is  consistent with  international  standards  in  a multi‐GNSS 

future, five major drivers are identified by Dawson and Woods (2010) for modernising Australia’s datum: 

1. The  current  accuracy  of  GDA94  coordinates  is  not  consistent67  between  AFN  sites  when 

compared with more recent ITRF adjustments for the same datum (determined by transforming 

modern  ITRF  adjustments  back  to  GDA94). Nation‐wide  positioning  at  the  1cm  level  is  not 

therefore possible at present; 

2. The  absolute  coordinate  uncertainty  of  all  geodetic  and  other  positioning  infrastructures  in 

Australia is currently limited by the inherent uncertainty68 of GDA94; 

3. The  increasing divergence between GDA94 and modern realisations of the  ITRF  is upwards of 

1m.  Transformations  are  needed  to  relate  both  datums  which  can  introduce  absolute 

coordinate  errors  along  with  small  discrepancies  in  orientation  due  to  the  rotation  of  the 

Australian plate since 1994. A modernised datum will limit the need for transformations. 

4. Densification of CORS infrastructure through scientific initiatives such as AuScope described in 

Section  4.2.1.2  present  new  opportunities  for  densifying  the  recognised  value‐standard  for 

position  (i.e., AFN  sites). Over 100  stations  can now be used  to  improve  access  to,  and  the 

integrity of legally traceable positions in Australia. The NPI concept set out in this thesis could 

significantly increase these station numbers. 

5. Ongoing  deformation  of  the  Australian  crust  due  to  geophysical,  anthropogenic  and 

hydrological processes means a static model does not account for internal changes in the NGRS, 

which  should  be  reported  through  coordinate  updates  and  revised measures  of  coordinate 

uncertainty.  

  3.5.2.5 ASIA‐PACIFIC REFERENCE FRAME (APREF)  Beyond its responsibility to manage the NGRS, and its contribution to the next generation datum project 

within  the  CRCSI  (2013a), GA  is  leading  an  international  project  to  create  and maintain  an  accurate 

                                                                 67 Up to 12 mm horizontal and 51 mm vertical for ITRF2008. 68 30 mm horizontal and 50 mm vertical at a 95% confidence level. 

86  

geodetic  framework  across  the Asia‐Pacific.  The project,  known  as APREF,  is  addressing  the  growing 

positioning  needs  of  industry,  scientific  programs  and  the  general  public  by  offering  a  consistent, 

dynamic and easily accessible reference frame (Geoscience Australia, 2011a). APREF addresses technical 

and  organisational  issues  associated  with  the  definition,  realisation  and maintenance  of  a  regional 

reference  frame  to achieve greater alignment with  leading  international examples across Europe and 

the Americas.  

The project aims to increase data sharing by aggregating GNSS data from independently managed CORS 

sites, which will assist development of an authoritative source for station coordinates and velocities for 

high quality geodetic stations located in the Asia‐Pacific. The National GNSS CORS Infrastructure (NGCI) 

web map  introduced  in Section 4.3.1  is a  tool developed  through  this  research  to  record and display 

authoritative coordinate datasets such as APREF.  

 

3.6 CONCLUSION 

 CORS  infrastructure  is  strategically placed  for applying  relative and PPP  techniques  that enhance  the 

accuracy of  standalone GNSS  services.  The  chosen  technique often depends on  the  specified  service 

performance  criteria  for  the application. These  criteria help  to determine  the  infrastructure Tier  that 

best suits the application, which reflects the type and quality of technical and physical CORS resources 

that are needed to establish a positioning infrastructure.  

Different positioning techniques are more cost‐effective for specific applications, and the availability of 

these techniques depends on the availability of supporting positioning infrastructure. As a general rule, 

integrating more  space  and  ground  infrastructure within  a  positioning  infrastructure  leads  to  better 

positioning information being delivered with greater confidence. Each augmentation helps to model and 

mitigate  the  variety  of GNSS  error  sources  described within  this  Chapter.  Increasing  access  to  CORS 

infrastructure therefore increases the accuracy and coverage of augmented positioning services that are 

made  available  to  users.  Increased  access  also  contributes  to  managing  a  country’s  NGRS,  which 

establishes  a  common  and  authoritative  reference  for  all  spatial  data,  and  must  be  updated  and 

maintained to account for the dynamic Earth system.  

   

        

 

CHAPTER 4    EVOLUTION OF AUSTRALIA’S CORS 

INFRASTRUCTURE & POSITIONING SERVICES  

EVOLUTION OF AUSTRALIA’S CORS INFRASTRUCTURE & POSITIONING SERVICES 

   

  88      

4.1 INTRODUCTION 

 The  first  three  Chapters  of  this  thesis  have  provided  an  institutional  review  of  international  space 

policies, and described the technical space and ground infrastructures that are used to observe, process 

and  distribute  PNT  information  in  response  to  policy  and  business  drivers.  In  Australia,  CORS 

infrastructure has been  identified  as  the primary means of enhancing  the  accuracy of GNSS position 

information as opposed to investing in space assets. This Chapter provides evidence of where and why 

governments  and  industry  deploy  CORS  infrastructure  in  Australia  by  addressing  two  inter‐related 

research questions: 

1. In what locations do governments and industry deploy CORS infrastructure across Australia?  

2. How do governments and industry fund CORS infrastructure?  

 Both  questions  are  used  to  evaluate  the  supply  of  CORS  infrastructure  and  associated  positioning 

services  in  Australia,  which  reflects  the  level  of  access  that  users  have  to  high  accuracy  position 

information. Supply criteria  include  the  location of CORS  infrastructure and  the  funding and  licensing 

arrangements  for  data  sharing  and  distribution.  International  examples  of  CORS  infrastructure 

development and global collaboration initiatives are also provided for comparison.  

 4.1.1 RESEARCH RATIONALE 

 The  rationale  (Figure  26) behind Chapter  4  is  to progress  from  a purely  technical description of  the 

physical characteristics and functions of CORS resources and positioning infrastructure (Chapter 3), to a 

discussion  on  the  scientific  (technical),  policy  (institutional)  and  commercial  (economic)  drivers  that 

influence where this infrastructure is deployed in Australia. The overarching public good and commercial 

drivers  identified  throughout  this  thesis  reveal  that  different  positioning  activities  have  different 

technical,  institutional and economic  requirements, which  influence  the  type  (e.g., Tier) of CORS  that 

can be deployed to support these functions.  

This Chapter reviews policy frameworks established at Federal, State and Territory levels of government 

in Australia that specify technical and institutional standards and guidelines for deploying and accessing 

CORS  infrastructure.  The market  driven  response  from  industry  to  license  government  and  privately 

owned  infrastructure and deploy additional  infill CORS,  is explored. Figure 26 highlights  the  technical 

and institutional relationships examined within this Chapter.  

Chapter  5  then  introduces  the NPI  concept  and  Chapter  6  develops  a  unique  economic  context  for 

relating technical and institutional drivers and barriers to entry for deploying CORS infrastructure, which 

builds clarity around the cost‐benefit decisions that influence investment in positioning infrastructure. 

  89      

FIGURE 26: CHAPTER 4 RATIONALE 

  

Rationale for Chapter 4 which identifies technical, institutional and commercial drivers for government and 

industry investment in Australia’s CORS infrastructure. 

  

4.2 GOVERNMENT & INDUSTRY CORS INFRASTRUCTURE 

 This  Section  identifies  the  location  of  government  and  industry  owned  CORS  infrastructure  across 

Australia that  is used to access the NGRS and enable positioning services. The evolution of policy and 

business frameworks that guide the operation and management of this infrastructure are identified and 

evaluated.  

 4.2.1 GOVERNMENT INFRASTRUCTURE & SERVICE PROVIDERS 

 A  common  argument  used  to  justify  investment  in  geodetic  infrastructure  worldwide  is  that 

governments have a  responsibility  to establish, maintain and provide access  to  the NGRS as a public 

good (Rizos, 2007). Geodetic infrastructure includes the SLR, VLBI, LLR and DORIS technology introduced 

in Section 3.5, along with the ground marks, CORS, data, software, tools, utilities, knowledge, standards 

and recommended practices for accessing and using the datum.  

As  technology has evolved and become  cheaper over  time, government owned CORS networks have 

been densified beyond  the  sparse distribution  (hundreds of kilometres)  typically needed  for geodetic 

purposes. Governments in the United Kingdom (Ordnance Survey, 2012), Ireland (Martin and McGovern, 

2012),  Germany  (Stronk  and Wegener,  2005),  Sweden  (Jamtnas  et  al.,  2010),  Japan  (Sagiya,  2004), 

Turkey  (Yildirim et al., 2011) and New Zealand  (Blick and Sarib, 2010) have enabled nationwide high‐

accuracy  (i.e.,  NRTK)  real‐time  positioning  services  (either  directly,  or  in  downstream  commercial 

  90      

markets)  that  support government and business activities. These  services are  commonly delivered  to 

users in partnership with industry providers who also deploy additional CORS in under‐serviced regions 

to expand  service coverage. These  foreign networks  typically contain between 150 and 250 CORS, as 

detailed in Section 4.4. 

Geographically, Australia  is at  least 20 times  larger than each of these countries,  implying that at  least 

20  times  the  number  of  CORS  sites  is  required  to  achieve  comparable  high  accuracy  positioning 

coverage on a national scale. This level of investment has not occurred in Australia given the country’s 

large land mass, low population density, and a lack of national governance for maximising the utility of 

existing  positioning  infrastructure  and  services  (Hausler  and  Collier,  2013a).  These  challenges  are 

reviewed within this Section to evaluate the current supply of CORS infrastructure in Australia. 

 4.2.1.1 INSTITUTIONAL ROLES &  RESPONSIBILITIES  Australia’s constitution follows the Westminster system of government and law that was inherited from 

the United Kingdom after  colonisation  in 1788. Administrative  responsibilities are divided between a 

Federal Government  that  deals with  national  policy  and  legislation,  and  six  State  and  two  Territory 

parliaments that govern the geographic regions illustrated in Figure 27.  

 FIGURE 27: AUSTRALIAN STATES & TERRITORIES 

  

Map of Australian States and Territories.  

   

  91      

Federal, State and Territory governments are responsible for funding and managing CORS sites as part of 

their  positioning  infrastructure.  Each  jurisdiction has  a  significant  degree  of  autonomy  in developing 

‘spatial’ policies  that articulate  roles and  responsibilities  for deploying, accessing and managing CORS 

infrastructure  and broader  positioning  frameworks  (Hale,  2007).  The  extent  to which  geodetic  CORS 

infrastructure  supports  internal  government  services  and  generates  public  good  benefits  therefore 

varies between jurisdictions. It should be noted that not every jurisdiction has built CORS infrastructure; 

some have opted out of this  ‘responsibility’  in favour of allowing market forces to drive private sector 

investment.  In  such  cases,  the  geodetic  infrastructure  in  these  jurisdictions  is  the  traditional  ground 

(survey) mark network. 

It  follows  that  no  uniform  ‘spatial’  policy  exists  in  Australia  for  deploying  and managing  positioning 

infrastructure.  Independent ownership and operations  led Australia’s Federal government  in  the  first 

instance to deploy sparse (i.e., spaced at hundreds of kilometres) CORS infrastructure through the AFN 

to define, monitor and provide access  to  the  region’s geodetic  reference  frame as a public good. The 

progression from a sparse, ‘passive’ (post‐mission data processing) geodetic CORS network in the 1990s, 

to  the higher‐density  (i.e.,  spaced at  tens of kilometres)  ‘active’  (real‐time data processing) networks 

made available by Federal, State and Territory governments today, is summarised by Zhang et al. (2007), 

Rizos (2007) and Hausler and Collier (2013a).  

Increased  demand  for  higher‐density  networks  reflects  global  trends  in  the  countries  identified  in 

Section  4.4  towards  enabling  public  and  commercial  high  accuracy  positioning  goods  and  services 

nationally.  Demand  is  often  driven  by  new  applications  beyond  the  traditional  spatial  sector  (GSA, 

2012),  and  a  growing market  for  high  accuracy  positioning  services  has  been  identified  in  Australia 

through  various  economic  (The  Allen  Consulting Group,  2008)  and  industry  studies  (Bowman,  2008, 

Position  One  Consulting,  2008,  McPhee,  2009,  ASC,  2012).  Global  and  national  trends  towards 

ubiquitous  positioning  have  thus  prompted  densification  and  technical  upgrades  in  physical  ground 

infrastructure (i.e., CORS). These upgrades are needed to ensure the  integrity, accuracy, reliability and 

compatibility of the nation’s geodetic framework is sufficient for society’s present and future positioning 

needs (Blick, 2010).    

Hausler  and Collier  (2013a)  find  that  some  jurisdictions  in Australia have been more  successful  than 

others at justifying additional investment in CORS for public good and commercial purposes. In weighing 

up the costs and benefits of providing CORS  infrastructure, not all  jurisdictions have reached the same 

conclusion, meaning  some  States have built CORS  and  some have not,  leading  to a disparate  spatial 

distribution on  a national  basis. Hence,  demand  for  high  accuracy  positioning  services  has not been 

sufficient  to  justify NRTK coverage nationally. Further  investigation  is undertaken within  this  thesis  to 

identify where existing Federal, State, Territory and  industry CORS  infrastructure and service coverage 

has been, and should be supplied in Australia.  

  92      

The location and ownership properties of government and industry funded CORS are analysed spatially 

and statistically in the following Sections as indicators of where and why consumer demand is strongest 

in these regions.  

 4.2.1.2 FEDERAL INFRASTRUCTURE  (ARGN & AUSCOPE)  At a Federal government  level, GA  is responsible for managing the NGRS, primarily through the ARGN, 

within  the broader AuScope network. ARGN contains 35 geodetic CORS, 21 of which are on mainland 

Australia  (including  Tasmania);  three on Antarctica, one on Macquarie  Island  and  another 10  spread 

across the South Pacific islands. ARGN establishes the geodetic datum for spatial data infrastructure in 

Australia, which facilitates measurement and monitoring of Earth’s processes,  including crustal motion 

and sea level rise (Geoscience Australia, 2011a). Data from this network contributes to the IGS. 

AuScope  is  a  $42.8  million  project  that  was  funded  under  the  National  Collaborative  Research 

Infrastructure  Strategy  (NCRIS)  of  the  Australian  Government’s  former  Department  of  Innovation, 

Industry Science and Research (DIISR69). The key driver for AuScope is to understand the structure and 

evolution of the Australian continent, and to mimic the goals of the Global Geodetic Observing System 

(GGOS)  and  EarthScope  (see  Sections  4.4.3.1  and  4.4.7)  to  align  with  and  facilitate  use  of  ITRF  in 

Australia (Johnston and Morgan, 2010). The Geospatial component (AuScope Geospatial Team, 2008) of 

AuScope was allocated $15.4 million of NCRIS funding, and a further $4.5 million from Federal, State and 

Territory  governments  and  several  universities.  These  funds were  used  to  procure  and/or  build  the 

following geodetic infrastructure: 

 • Three new 12m VLBI telescopes; 

• A VLBI observation correlation facility at Curtin University; 

• Four new gravity meters  (One Microg FG5 absolute gravimeter and  three gPhone Earth Tide 

Meters);  

• A laser power upgrade at the Mt Stromlo SLR observatory in Canberra; 

• A mobile SLR campaign at Burnie, Tasmania; 

• Approximately 100 new GNSS CORS.  

 AuScope CORS sites are jointly funded by the Federal Government, with some co‐investment from State 

and Territory governments who  in  turn are  responsible  for  the ongoing operational and maintenance 

costs for sites located in their jurisdictions (see Table 8). A total of 102 sites were funded in total as of 

August  2013, with  86  of  these  operational  and  the  remainder  due  for  construction.  Four  of  these 

                                                                 69 Now the Department of Industry. 

  93      

proposed sites are funded as part of the Australian Geophysical Observing System (AGOS) program that 

contributed an additional $23 million to the AuScope initiative in 2010 (AuScope, 2012). Once AuScope 

is fully deployed, a total of 123 CORS of Tier 2 quality or higher will be publicly available when combined 

with the 21 existing mainland (including Tasmania) ARGN sites.  

Station spacing ranges from 200 km or  less  in some regions to over 500 km  in other regions, meaning 

the  AuScope  network  is  not  designed  for NRTK  processing.  This  sparse,  non‐uniform  distribution  of 

geodetic  infrastructure  reflects  GA’s  primary  responsibility  of managing  the  geodetic  framework  as 

opposed to operating real‐time positioning services. Each CORS site does however provide a real‐time 

RTCM‐3.1 data stream that is free to access, and some States and Territories have funded upgrades to 

telecommunications  resources  (e.g.,  dual‐communications  for  higher  bandwidth)  for  integration  into 

their own  real‐time positioning  services  (e.g., GPSnet). Data made  freely available  from  the AuScope 

network  provides  research  and  commercial  opportunities  for  testing  and  implementing  emerging 

positioning techniques such as RT‐PPP using a sparse CORS network.  

The Federal Government’s Australian Maritime Safety Authority (AMSA) also provides a Differential GPS 

(DGPS)  network  that  comprises  16  remote  CORS  (see  Figure  28)  distributed  around  the  Australian 

coastline. This network is used for maritime navigation, not geodetic purposes. AMSA is responsible for 

the provision of navigational services for ocean and coastal navigation across the Australian jurisdiction 

and  delivers  a  decimetre  accurate  (95%  confidence)  positioning  capability  within  selected  coastal 

regions. While  these  code‐based  differential  corrections  are made  freely  available,  the  fundamental 

observation data from this network is not publicly available. 

 FIGURE 28: AMSA CORS NETWORK 

   

Location of AMSA’s DGPS CORS sites and approximate maritime positioning coverage enabled by each CORS 

(decimetre accuracy). 

  94      

4.2.1.3 STATE  AND  TERRITORY INFRASTRUCTURE  State and Territory funding for CORS preceded the AuScope roll‐out in some jurisdictions given QLD, VIC 

and NSW were early adopters of commercial DGNSS and RTK technologies from the mid‐1990s. A brief 

summary of CORS network developments in each State and Territory is provided below. The number of 

CORS sites estimated  for each State and Territory  is approximate only given network expansions, site 

changes, and  site  removals  are difficult  to monitor without a  centralised and authoritative  source of 

CORS network information. In response, the NGCI database and web map were developed through this 

research and are introduced in Section 4.3 to consolidate the information presented below.  

Victoria: The Victorian Government’s Department of Environment and Primary  Industries  (DEPI) owns 

and operates the Vicmap Position‐GPSnetTM service (DEPI, 2013b), which consists of approximately 104 

CORS (including 10 AuScope and one ARGN sites), plus 11 CORS shared across the border with NSW, and 

one  in  SA.  Network  construction  began  in  1994  and  State‐wide  NRTK70  service  coverage  has  been 

available since 2012. Victoria  is the only Australian State to have achieved full,  jurisdictional coverage. 

GPSnet is managed using a ‘cooperative’ model that brings together contributors and partners from all 

levels  of  government,  industry,  academia  and  the  community  to  establish  and  host  CORS  sites,  and 

therefore gain mutual benefits through free access to the network (Hale and Ramm, 2007).  

 FIGURE 29: GPSNET VICTORIA 

  

GPSnet stations in VIC, including shared sites from NSW and SA (DEPI, 2013b).    

                                                                 70 This research assumes that networks capable of delivering NRTK corrections are also capable of delivering single‐base RTK  and DGNSS  corrections,  as well  as providing  access  to  raw GNSS  carrier‐phase  and  code‐pseudorange information  recorded  by  the  CORS.  These  data  products  are  commonly  output  from  commercial  processing software that is purchased by governments to operate and deliver positioning services.  

  95      

New  South  Wales  (NSW):  The  Land  and  Property  Information  (LPI)  Division  within  the  NSW 

Government’s Department of Finance and Services owns and operates CORSnet‐NSW, which consists of 

approximately 102 CORS (including 13 AuScope and two ARGN sites) and additional sites shared across 

the Victorian (13) and ACT (4) borders. LPI’s first CORS dates back to 1992 before a seven‐station Sydney 

Network  (SydNET)  was  deployed  in  2004  (Janssen  et  al.,  2010).  The  CORSnet‐NSW  rebranding  and 

expansion  from SydNET commenced  in 2009 and  is ongoing. Areal NRTK coverage across  the State at 

August 2013 is estimated by LPI at 40.3% and aggregate coverage at a 50 km radius from each CORS site 

is estimated at 62.5%. Accuracy can vary  from centimetres  to metres at  this radius depending on  the 

adopted positioning technique.  

 FIGURE 30: CORSNET NSW 

  

CORSnet NSW stations (LPI, 2013).   Queensland  (QLD):  The  QLD  Government’s  Department  of  Natural  Resources  and  Mines  (DNRM) 

operates  the 11‐station SunPOZ network  to deliver NRTK  corrections  to  the  south‐east  corner of  the 

State. Additionally, 20 AuScope sites and two ARGN sites are distributed across the State. Ergon Energy, 

a QLD Government‐owned electricity distribution company recently proposed an additional 600 CORS 

sites to be prioritised at existing Ergon asset locations as opposed to being optimised for uniform NRTK 

coverage. The outcome of Ergon’s proposal has not been decided at the time of writing, however the 

business  case  submitted  to  the  QLD  Government  is  a  prime  example  of  the  value  that  CORS 

infrastructure can provide beyond traditional geodetic applications. Ergon are particularly interested in 

deploying  CORS  for  precise  time  synchronisation  by  co‐locating  each  CORS with  utility  assets  (e.g., 

electricity substations).  

  96      

FIGURE 31: SUNPOZ QLD AND PROPOSED ERGON ENERGY NETWORK 

  

A potential design presented by Higgins (2012) for the Ergon CORS network, which would incorporate 

DNRM’s SunPOZ network. Yellow hatching represents potential NRTK coverage. 

 

Western Australia (WA): Landgate, WA’s Land Information Authority, co‐funds 28 AuScope sites across 

the State. No additional  investment has been provided by Landgate  to densify CORS  infrastructure or 

operate a NRTK positioning service.  

South Australia (SA): No direct government investment has been committed by the Land Services Group 

(LSG) within the Department of Planning, Transport and Infrastructure (DPTI) beyond co‐investment for 

10 CORS sites funded through the AuScope project.  

Tasmania (TAS): In 2010/2011 the TAS Government undertook planning to construct approximately 20 

CORS across the State as part of the Innovative Farming Practices Project (DPIPWE, 2012). This funding 

was  however  discontinued  in  June  2011  due  to  budget  restrictions.  The  Department  of  Primary 

Industries, Parks, Water & Environment (DPIPWE) co‐funds four CORS sites through AuScope. 

Northern  Territory  (NT):  The  NT  Government’s  Department  of  Lands  and  Planning  (DLP)  currently 

operate five stations across the Territory and co‐funds an additional 17 AuScope CORS sites. 

Australian Capital Territory (ACT): The Planning and Land Authority (PLA) within the ACT’s Environment 

and Sustainable Development Directorate (ESDD) fund one CORS site and partner with GA (also based in 

the ACT) for the AuScope program.  

   

SunPOZ 

  97      

Table 8 shows the number of CORS in Australia for each jurisdiction as of August 2013. The government 

agencies  identified previously  that  independently  fund  ‘other CORS’  (i.e., non‐AuScope  sites) are also 

the  ‘Responsible  Authorities’  (RAs)  for  AuScope.  Location  details  have  been  obtained  through 

consultation  with  each  RA  and  have  been  compiled  since  2010  as  an  ongoing  contribution  to 

governments,  industry,  academia  and  the  broader  user  community  through  this  research.  Figure  32 

maps the approximate geographic location of government owned CORS from Table 8.  

 TABLE 8: STATE & TERRITORY CORS 

Jurisdiction  ARGN AuScope  Responsible 

Authority (RA) Other CORS 

Total CORS GA  RA 

Victoria (VIC)  1  4  6  DEPI   93*  104* 

New South Wales (NSW)  2  6  7  DFS ‐ LPI  97*  112* 

Australian Capital Territory (ACT)  2  0  0  ESDD ‐ PLA  1  3 

Queensland (QLD)  2  11  9  DNRM  11  33 

Northern Territory (NT)  3  8  9  DLP  0  20 

Western Australia (WA)  7  14  14  Landgate  0  35 

South Australia (SA)  2  9  1  DPTI ‐ LSG  0  12 

Tasmania (TAS)  2  4  0  DPIPWE  0  6 

Total Government CORS  21  56  46    202  325 

 Approximate number of CORS located in each jurisdiction across Australia (excluding islands) at August 2013 

(adapted from Hausler and Collier, 2013a). AuScope‐RA sites, including proposed CORS, are funded in‐kind by 

each jurisdiction. ARGN sites are funded by GA. Note that each agency is responsible for the operational and 

maintenance costs of all AuScope sites in their jurisdiction once deployed (i.e., GA + RA sites). *Shared sites from 

other States/Territories are not included in ‘Total CORS’. VIC contains 15 additional sites from NSW, whilst NSW 

contains 13 additional sites from Victoria and four from the ACT. 

  

  98      

FIGURE 32: STATE & TERRITORY CORS 

  

Location of government funded CORS infrastructure across Australia. Ownership is differentiated by colour 

for Federal (ARGN); co‐funded (AuScope); and State‐owned (VIC‐GPSnet, NSW‐CORSnet, QLD‐SunPOZ) CORS. 

Symbol size is arbitrary and does not represent coverage extent (adapted from Hausler and Collier, 2013a). 

 

4.2.2 POSITIONING SERVICES 

 In  the context of  this  thesis, a positioning service  refers  to  the computation and delivery of  real‐time 

GNSS data corrections to users to improve the accuracy of standalone GNSS positioning. This definition 

is not  limited  to high  accuracy NRTK  corrections,  given  some providers  specialise  in  single‐base RTK, 

DGNSS  or  PPP  corrections.  The  term  high  accuracy  positioning  services  is  used  to  qualify  a NRTK  or 

equivalent service that delivers ±2cm accuracy in real‐time (at the 95% confidence level). CORSnet‐NSW 

and GPSnet are high accuracy positioning  services. Post processed and non‐GNSS positioning  services 

(e.g., Locata) are not evaluated in the following Sections.  

 4.2.2.1 SERVICE PROVIDERS    Any organisation or  individual  that operates a  real‐time positioning  service  (e.g., GPSnet)  is  termed a 

Service  Provider  (SP)  in  this  thesis.  Industry  SPs  (detailed  in  Section  4.2.4)  are  often  established  as 

subsidiary or partner companies of GNSS manufacturers,  including Leica Geosystems who partner with 

C.R. Kennedy and Co.  to  run SmartNet Australia  (C.R.Kennedy, 2013); Topcon Positioning Systems  Inc. 

  99      

who partner with Position Partners to run AllDayRTK (Position Partners, 2013); and Trimble Navigation 

Ltd. who own OmniSTAR CORS Tasmania (Ultimate Positioning, 2013).  

Government  SPs  in  Australia  purchase  network  processing  software  that  is  developed  and  sold 

commercially by GNSS manufacturers. All three government SPs in Australia use the VRS3Net software 

developed by Trimble (Trimble, 2013b). Whilst network processing software  is optimised for a specific 

brand  of  receiver  using  proprietary  data  formats, most GNSS manufacturers  also  stream  open  data 

formats  such as RTCM‐3.1  from  their  receivers. Open data  formats  allow  SPs  to  integrate data  from 

different brands of receiver.  

 4.2.2.2 DATA SERVICE  PROVIDERS   The  Victorian  Spatial  Council  (VSC)  defines  a  Data  Service  Provider  (DSP)  as  any  individual  or 

organisation  (typically a private company) that does not use, enhance or modify a dataset  in any way 

(VSC, 2010b), but distributes the data, typically for profit. In other words, the service offered by a DSP is 

to  distribute  data  as  opposed  to  producing  the  data  (e.g., NRTK  corrections).  For  example,  the  VIC 

Government on‐sells data subscriptions from its GPSnet service to multiple DSPs. All users of the GPSnet 

service must sign a Distribution Access License Agreement (DALA) with the State of VIC, meaning each 

customer of the DSP must also accept the terms and conditions of this agreement (see Figures 33 and 

34). Agricultural dealers are a prime example of DSPs that bundle subscriptions for positioning services 

with the sale of a tractor to offer complete ‘turn‐key’ (i.e., ready to use) solutions. SPs typically partner 

with multiple DSPs to distribute and therefore increase the size and diversity of their user market.  

 4.2.2.3 VALUE  ADDED RESELLERS  The VSC  (2010b) defines a VAR as any  individual or organisation  (typically a private company)  that  is 

licensed  to  enhance,  combine  and  resell  these  data.  VARs  license  data  from  third‐party  SPs  and 

individual owners of CORS to process and resell this data as part of their own positioning service. Data 

licensing  allows  any  SP  to  extend  or  densify  service  coverage without  the  cost  burden  of  deploying 

physical CORS infrastructure. It follows that most industry SPs do not own all CORS infrastructure within 

their network; they are VARs of data provided by third‐party SPs and individual owners of CORS (e.g., a 

local GNSS equipment distributor). VAR Agreements are signed between the primary SP71 and the VAR 

to  specify  liabilities,  Intellectual  Property  rights,  sub‐licensing  conditions,  fees  and  warranties  for 

accessing  the  data  (VSC,  2010b).  For GPSnet  in  VIC,  end  users  sign  an  End User  Licence  Agreement 

(EULA) with the VAR, which reflects the terms and conditions set out  in the VAR Agreement between 

the primary SP (GPSnet) and VAR (VSC, 2010b). The VIC Government’s EULA incorporates the terms and 

conditions of the DALA described previously (see Figures 33 and 34). 

                                                                 71 A ‘primary SP’ is defined as the SP from which data is licensed (i.e., by a third‐party SP or DSP). 

  100      

There is no uniform data licensing agreement for VARs in Australia given each government and industry 

SP  negotiates  access  and  distribution  rights  independently.  For  example,  local  distributors  of  GNSS 

equipment  (e.g.,  C.R.  Kennedy)  in Australia  often  deploy  CORS  for  commercial  projects  and  provide 

exclusive access to a SP in return for access to the SP’s positioning service. Individual owners of one or 

multiple CORS can also earn money by licensing their data to SPs and VARs (SmartNet Aus, 2013). VAR 

Agreements typically allow the third‐party SP (i.e., the VAR) to integrate and resell this data. However, 

some  VARs  are  limited  to  distributing  data  as  a  DSP  rather  than  accessing  their  source  data.  For 

example, prior to October 2013, CORSnet‐NSW imposed data licensing agreements that prohibited VARs 

from accessing  raw data  streams.  Industry SPs were  limited  to on‐selling data  corrections as DSPs or 

‘Authorised  Resellers’  (Position  Partners,  2013)  on  behalf  of  CORSnet‐NSW  (i.e.,  the  primary  SP). 

Wholesale access to CORSnet‐NSW’s source data was granted in October 2013. 

The VIC Government’s DEPI has licensed wholesale access to raw data streams from all sites within the 

GPSnet network for several years now. Industry SPs integrate data from GPSnet to deliver value‐added 

and competitive positioning services. DEPI implements VAR Agreements, DALAs and EULAs (see Section 

4.2.5  for wholesale and  retail examples)  that determine how  this data  can be  redistributed by  third‐

party SPs and DSPs  (VSC, 2010b). These policies can be written  to  limit  industry SPs to re‐distributing 

RINEX data as opposed to on‐selling real‐time RTCM‐3.1 data streams.  

Figure 33  illustrates  the  licensing and distribution supply chain  that government and  industry SPs and 

DSPs use to target consumers in the market for high accuracy positioning services. Wholesale and retail 

business models  that are used  to earn  commercial  revenue across  this  supply  chain are  identified  in 

Section 4.2.5.  

    

  101      

FIGURE 33: CORS LICENSING & DISTRIBUTION ARRANGEMENTS 

  

Licensing and distribution supply chain for positioning services in Australia. ‘Infrastructure’ can be owned by 

governments, industry or private consumers. SPs deliver ‘value‐added positioning services’ by deploying 

CORS infrastructure and by licensing source data from third‐party SPs and owners of CORS through ‘VAR 

Agreements’. Some private users choose to purchase and manage their own positioning services directly. 

DSPs distribute data on behalf of a SP subject to the terms and conditions of the Distribution Access Licence 

Agreement (DALA). End User Licence Agreements (EULAs) between a SP and a user incorporate the terms 

and conditions of the DALA, such as that for the VIC Government’s GPSnet service. 

  4.2.2.4 DATA CUSTODIANS  Custodianship is a key concept pertaining to the collection, storage and maintenance of data. A broader 

definition of data custodians  is firstly provided to acknowledge that custodianship  is  important for any 

type  of  data,  not  just  position  information.  The  Australian Government’s National  Statistical  Service 

(NSS72) defines data custodians as: 

“...agencies  responsible  for managing  the use, disclosure and protection of  source data 

used in a statistical data integration project. Data custodians collect and hold information 

on  behalf  of  a  data  provider  (defined  as  an  individual,  household,  business  or  other 

organisation which supplies data either for statistical or administrative purposes). The role 

of data custodians may also extend to producing source data, in addition to their role as a 

holder of datasets.” 

(Australian Government, 2013c) 

 

                                                                 72 NSS is a community of government agencies led by the Australian Bureau of Statistics (ABS). 

  102      

It’s useful to compare the definition of custodianship provided by the VSC: 

“Through  the Custodianship Program, an organisation acknowledges  that  it  is  the single 

authoritative  source  for  a  dataset.  It  agrees  to  take  appropriate  care  in  the  collection, 

storage and maintenance of the information.”  

(VSC, 2010a) 

 

Combining  these  definitions  provides  insight  into  the  roles,  rights  and  responsibilities  of  a  data 

custodian.  Three  key  terms  are  reviewed  in  the  context  of  positioning  services:  source  data;  data 

providers; and  integration. ‘Source data’ represents the raw GNSS data (e.g., real‐time RTCM‐3.1 data) 

that are  recorded  from a CORS.  ‘Data providers’ are  the  individuals and organisations  that own each 

CORS.  ‘Integration’  implies  that  source data  from multiple  data  providers  can  be  coordinated  into  a 

single authoritative dataset. Data custodians therefore collect, store and maintain this source data, and 

specify rights pertaining to the use, disclosure (i.e., distribution) and protection of this data, such as the 

rights specified in a VAR Agreement. 

Custodianship helps to understand why VAR Agreements, EULAs and DALAs are needed to protect the 

ownership and use of source data for high accuracy positioning services, as illustrated in Figure 34. For 

example, GPSnet is the data custodian for all CORS sites within its network. A third‐party SP that licenses 

source data  from GPSnet will sign a VAR Agreement subject  to  the  terms and conditions specified by 

GPSnet  as  the data  custodian,  including  any  limits on  re‐distributing  source data.  The  same  concept 

applies  to  industry  SPs who protect  access  to  the CORS  that  they own. However,  industry  SPs often 

license  and  integrate  source data  from  third‐party data providers  (e.g.,  a  farmer or  local  equipment 

distributor). In line with both definitions above, the industry SP will typically collect, store, maintain, use, 

disclose and protect source data on behalf of the data provider subject to the VAR Agreement between 

the  two  parties  (the  same  arrangement  applies  to  GPSnet  in  some  instances  through  ‘cooperative’ 

hosting arrangements). In most cases in Australia industry SPs negotiate the right to resell this data by 

paying money to the data provider and/or providing them with free positioning services. 

Critically,  the  two  definitions  above  do  not  imply  that  a  data  custodian must  operate  a  positioning 

service. The NSS definition states that a data custodian manages source data (i.e., raw data) on behalf of 

a data provider, and their role may extend to producing this source data. Hence, any organisation that 

collects, stores, maintains, uses, discloses and protects its own source data and/or that of a third‐party 

provider is a data custodian.  

 

  103      

FIGURE 34: DATA CUSTODIAN ARRANGEMENTS 

  

Data custodians collect, store and maintain source data from CORS. Data custodians include third‐party 

owners (e.g., a farmer) of a CORS (green); SPs (blue) that function as data custodians (e.g., SmartNet Aus) on 

behalf of a third‐party data provider (green); and SPs (purple) that own the CORS infrastructure (purple) 

within their network (e.g., GPSnet) and license this data to third‐party SPs (blue) using VAR Agreements. 

 

For example, GA upholds its geodetic responsibility by functioning as a data custodian for collecting and 

distributing RINEX data  from  the ARGN and AuScope networks  for post‐processing. GA  implements a 

Data Access Policy (i.e., a VAR Agreement) that allows any user to access this RINEX data free of charge. 

GA also functions as a data custodian for real‐time (e.g., RTCM‐3.1 data streams) source data from the 

ARGN,  but  assigns  custodial  responsibilities  for  real‐time  AuScope  data  to  State  and  Territory 

governments  that maintain  these  sites  (Geoscience Australia, 2013b). Hence, any SP  can access  real‐

time source data from the ARGN sites free of charge. However, GA’s Data Access Policy does not extend 

its  custodial  responsibilities  to managing  the performance of  any  third‐party positioning  service  that 

integrates real‐time data from ARGN. For example, the quality of the geodetic data collected by GA to 

define and maintain the geodetic datum is the responsibility of GA as the data custodian. However, the 

quality of position  information  that  is  referenced  to  the geodetic datum using a  real‐time positioning 

service  is the responsibility of the SP that computes this data (refer to Section 3.5.2.2). SPs  implement 

EULAs that specify their performance responsibilities to the user. 

 4.2.2.5 SERVICE LEVEL MANAGEMENT  Differentiating and enforcing custodial  responsibilities and  service performance  responsibilities across 

the positioning service supply chain requires knowledge of Service Level Management (SLM). In simple 

terms,  SLM  procedures  are  used  to  establish, monitor,  report  and  improve  service  performance  in 

response to user expectations (Wustenhoff, 2002b). In addition to the rights and responsibilities that are 

negotiated  for accessing and distributing data through VAR Agreements, SLM criteria proposed within 

this thesis  include performance metrics such as service uptime, data completeness, service availability 

and position accuracy, all of which are enforceable via Service Level Agreements (SLAs). SLAs should be 

negotiated between data  custodians and SPs; between a primary SP and VAR; and between SPs and 

users.  SLM  procedures  as  a  general  concept  aren’t well  defined  for  positioning  services  in  Australia 

  104      

(Hausler  and  Collier,  2013b)  compared  with  those  for  ICT  and  telecommunications  industries;  an 

important driver for developing a NPI which is addressed in Chapters 5, 6 and 7. 

The  remainder of  this Chapter builds  technical,  institutional  and  economic  context  for  examining  (in 

Chapters 5 and 6) why the roles and responsibilities of data custodians, primary SPs, VARs  (i.e., third‐

party SPs) and DSPs are important considerations for improving access to CORS infrastructure through a 

NPI.  

 4.2.3 COMPETITIVE NEUTRALITY 

 In light of the CORS infrastructure resources identified in Section 3.2.1.1, the costs to governments and 

industry that own CORS  infrastructure and function as SPs must be higher than the costs of managing 

CORS  infrastructure  for  geodetic  purposes  alone  (e.g.,  as  a  data  custodian).  This  logic  implies  that 

government  SPs  either  justify  all  expenditure  based  on  public  good  benefits  alone,  or  develop 

alternative  business  models  that  attract  other  sources  of  public  and/or  commercial  funding.  The 

geodetic agency Land  Information New Zealand  (LINZ)  is an example of  the  former case given  the NZ 

Government’s primary justification for infrastructure investment is to monitor crustal‐deformation (Blick 

and Sarib, 2010). Whilst LINZ uses this infrastructure to offer geophysical services, they act as the data 

custodian for industry SPs who provide commercial positioning services to the public. These positioning 

services  are  used  by  LINZ  for  internal  geodetic  purposes. GA  also  functions  as  a  data  custodian  on 

geodetic grounds alone. 

VIC,  NSW  and  QLD  on  the  other  hand  leverage  their  traditional  geodetic  responsibilities  as  data 

custodians to also function as commercial SPs. In order to offset (partially or fully) ongoing operational 

and maintenance  costs,  government  SPs  establish  a  revenue  stream by  selling  subscriptions  to  their 

positioning  services.  Government  SPs  must  however  operate  on  a  cost‐neutral  (non‐profit)  basis 

according  to competitive neutrality guidelines  (Commonwealth of Australia, 2004), where all  revenue 

generated  from  the  service  is  allocated  to  funding  ongoing  operational  and  maintenance  costs 

(Cranenbroek et al., 2006, Hale et al., 2006, Higgins, 2008).  

 4.2.4 INDUSTRY INFRASTRUCTURE & SERVICE PROVIDERS 

 Identifying the location of CORS infrastructure deployed by industry service providers in Australia helps 

to determine where demand  is  strongest, and where  technical and economic  issues  from duplication 

have  occurred.  The  following  SPs  are  the  leading  providers  of  NRTK  or  equivalent  high  accuracy 

positioning services. 

  105      

SmartNet  Australia:  SmartNet  Aus  is  a  joint  venture  between  the  company  Leica  Geosystems73,  a 

leading manufacturer of GNSS hardware and software, and the Australian company C.R.Kennedy and Co. 

(C.R.Kennedy,  2013),  a  national  importer  and  distributor  of  surveying  and  other  equipment  with 

exclusive  rights  to Leica products. SmartNet Aus offer a  subscription‐based  service  for accessing data 

corrections that have been computed by  licensing real‐time source data  from governments and other 

industry SPs across Australia.  

SmartNet  Aus  currently  integrates  over  150  privately  funded  CORS  (i.e.,  in  addition  to  government‐

owned  infrastructure) across Australia,  the majority of which are used  to  compute NRTK  corrections. 

Approximately  40  of  these  sites  were  recently  funded  by  the  Fitzroy  Basin  Authority  (FBA)  who 

commissioned  the development of a CORS network along  the central‐eastern coast of QLD. SmartNet 

Aus was awarded the contract to manage data from these sites to deliver positioning services that assist 

broad acre cropping enterprises and horticulturalists to improve their efficiency, and reduce the amount 

of pesticides and fertilisers reaching the Great Barrier Reef. Importantly, whilst SmartNet Aus is the data 

custodian  for  these  sites,  funding  for  the  FBA  network  was  provided  through  the  Australian 

Government’s Reef Rescue Program (Australian Government, 2013b, FBA, 2013).  

Differentiating  government  and  industry  ownership  is  therefore  important  for  identifying  the 

downstream  benefits  of  public  good  investments,  which  is  further  explored  when  mapping  high 

accuracy positioning coverage in Section 4.3 and evaluating public good benefits in Chapter 6. 

SmartNet Aus uses Leica Geosystem’s GNSS Spider Suite (Leica Geosystems, 2011) of network software, 

including  GNSS  Spider,  SpiderWeb  and  GNSS  SpiderQC74.  The  GNSS  Spider  Suite  is  purchased  and 

implemented by governments and industry SPs from around the world including the US, UK, Germany, 

Italy, Sweden, Denmark and New Zealand.  

AllDayRTK:  The  AllDayRTK  positioning  service  is  owned  and  operated  by  the  Australian  company 

Position Partners who provide positioning and machine control solutions  for civil engineering projects 

(Position  Partners,  2011).  Position  Partners  is  a  national  distributor  for  the  global  company  Topcon 

Positioning  Systems  Inc.  (Topcon,  2013) which manufactures  GNSS  hardware  and  software  amongst 

other positioning products.  

Position Partners license data streams from SPs across the country, whilst deploying additional CORS in 

regions of high demand, particularly for engineering and construction projects. 

RTKnetwest: RTKnetwest, formerly known as GPSNET PERTH,  is a NRTK service  in WA that  is privately 

owned and operated by the surveying company JBA Surveys (RTKnetwest, 2013). RTKnetwest currently 

                                                                 73 Owned by the Swedish company Hexagon Group. 74 Spider Quality Control. 

  106      

contains 24 CORS primarily  located  in  the  south‐west of  the  State within and around Perth, and  the 

company sells subscriptions direct to consumers.  

OmniSTAR  CORS  Tasmania:  The  company  Ultimate  Positioning  is  a  national  distributor  of  GNSS 

equipment and software  for  the global GNSS manufacturer Trimble which operates  the global DGNSS 

satellite‐based positioning service known as OmniSTAR (see Section 4.4.6.1). OmniSTAR CORS Tasmania 

is a NRTK positioning  service managed  locally by Ultimate Positioning  that contains approximately 17 

CORS  and  leverages  existing OmniSTAR  processing  and  delivery  systems  to  distribute  corrections  to 

users (Ultimate Positioning, 2013).  

Global CORS: The privately owned  company Global CORS also delivered high accuracy  corrections by 

licensing data streams across Australia before its service was decommissioned in July 2013 due to a lack 

of  funding and user uptake. Global CORS developed  in‐house network processing  software known as 

Checkpoint  CORS  and  deployed  several  infill  CORS  around  urban  regions  of  SA,  however  limited 

literature  is available on the processing methodologies and the associated performance of Checkpoint 

CORS (Rubinov et al., 2011b).   

Many users who require access to high accuracy PNT information have also invested in their own single‐

base RTK products,  some of which are  fixed  in  location  for  specific applications, whilst others can be 

operated on a project‐by‐project basis across different geographic regions. Whilst single‐base RTK can 

be  a  valuable  option  in  some  instances  (i.e.,  in  the  absence  of  a  nearby  CORS  network),  such  an 

approach can lead to considerable overinvestment if high accuracy service coverage is already available 

from surrounding government and  industry networks. Single‐base RTK products can also be  limited by 

proprietary data formats that restrict access to third‐party users who own a different brand of receiver. 

The ad‐hoc use of multiple terrestrial radio frequencies also places additional pressure on the allocation 

of radio spectrum, and can  lead to confusion when multiple users establish  independent base stations 

for different applications in the same geographic region (i.e., different corrections are sent on the same 

frequencies).   

Figure  35  maps  the  approximate  location  of  CORS  provided  by  data  custodians  from  industry  in 

Australia.  Third‐party  SPs  (VARs)  that  license  data  from  these  sites  are  not  identified.  Figure  36 

compares  the  location  of  CORS  provided  by  data  custodians  from  government  and  industry.  A 

substantial  amount  of  single‐base  infrastructure  owned  by  industry  and  private  consumers  remains 

unidentified  in Figures 35 and 36 as a result of uncoordinated deployment between governments and 

industry  (ASC,  2012).  For  example,  Hale  (2007)  identifies  the  company  GPSag  as  a  specialised 

agricultural dealer that has established approximately 50 CORS sites on an ad hoc basis across Australia 

to support precision farming applications. GPSag sites aren’t identified in Figure 35. 

  107      

FIGURE 35: INDUSTRY CORS 

  

Sample of CORS owned by industry SPs in Australia.  

FIGURE 36: GOVERNMENT & INDUSTRY CORS 

  

Simplified map comparing the location of CORS managed by data custodians from governments (Figure 32) 

and industry (Figure 35). Individual government and industry SPs are combined into single layers to 

generalise the private market’s response to consumer demand where government investment is absent. 

  108      

Fifty‐four percent of CORS are owned by government in Figure 36. Approximately 40 industry sites that 

are managed by SmartNet Aus were however funded through government investment allocated to the 

FBA, which theoretically increases the percentage of government funded sites to over 60%. Whilst this 

finding  implies that governments have contributed more  investment than  industry, some studies  (The 

Allen Consulting Group, 2008, Lateral Economics, 2009) estimate that upwards of 3000 CORS sites exist 

across Australia . Many of these sites remain unidentified as they are funded through private investment 

and operate  independent  (i.e.,  they are single‐base RTK sites) of  the positioning services  identified  in 

this Section. In the hypothetical case that 3000 sites do exist, government investment would account for 

less  than 11% of  total  investment based on  findings  from  this study. A conservative estimate of 1000 

CORS sites in total would equate to roughly 32.5% of sites being funded by government.  

Chapter 5 reviews these findings  in an economic context to explain why unidentified sites are  likely to 

be  located where  SPs  already offer high  accuracy  service  coverage; why  this duplication  can  lead  to 

economic inefficiencies through over‐investment; and why governments and industry should coordinate 

future investment in order to capture this ‘additional’ demand that has led to duplicated investment.  

 4.2.5 WHOLESALE AND RETAIL DISTRIBUTION 

 Early work by Hale  (2007) broadly  introduces wholesale and  retail distribution concepts  for supplying 

positioning services. This Section defines how and why  real‐time source data and correction products 

are accessed through wholesale and retail distribution channels in Australia’s high accuracy positioning 

market. Comparisons are made with Australia’s telecommunications industry. 

As a general concept, wholesale distribution refers to the bulk purchase of a product by an organisation 

or  ‘retailer’. The  retailer  sells  individual units of  the product  to consumers  to earn profit. Put  simply, 

retailers purchase from a wholesaler and sell to consumers. Wholesale purchases are typically cheaper 

on  a  per  unit  basis  given  the  retailer must  cover  additional  costs  such  as  rent,  employees,  taxes, 

breakage and advertising in order to earn profit from consumers.  

 4.2.5.1 NATIONAL BROADBAND NETWORK  A modern example of a government company that supplies access to data products using a wholesale 

distribution model  is  the Australian Government’s National Broadband Network Co  Limited  (NBN Co, 

2012). The NBN is a national infrastructure project originally valued at over $40 billion that will enable 

access to high‐speed internet anywhere across the country. However, a user does not contact NBN Co in 

order to access  its network. The NBN Co business model  is to sell wholesale access by certifying third‐

party  wholesale  providers  through  its  Wholesale  Broadband  Agreement  (WBA).  Wholesale  service 

providers  then  distribute  a  range  of  products  and  services  to  retail  clients  such  as  Internet  Service 

Providers (ISPs).  

  109      

For example, a user wishing  to access  the NBN will purchase a product  from an  ISP such as a specific 

quantity of data at a specific price. The  ISP can supply this product having  licensed access to the NBN 

network from a wholesale service provider that has been certified by NBN Co (the data custodian). The 

NBN Co Product and Pricing Overview for Service Providers states that: 

“By ensuring that the NBN Co network is both wholesale only and open access, we are 

enabling  a  level  of  retail  competition  in  downstream  telecommunications markets. 

NBN Co will not compete with Service Providers’ customers in providing services to End 

Users and is required to provide non‐discriminatory access to all Service Providers” 

(NBN Co, 2011) 

 

4.2.5.2 HIGH ACCURACY POSITIONING SERVICES  Applying the NBN analogy to the market for positioning services, NBN Co represents a data custodian 

with  contractual SLM  responsibilities  (e.g.,  service uptime). According  to  the previous quote, SPs and 

DSPs can be classified as ‘Service Providers’ that deliver retail access to positioning services.  

In  the  positioning market,  data  custodians  provide  access  to  real‐time  source  data  as  a  wholesale 

product which SPs purchase, process and sell as corrected data in the retail market (see Figure 37). Data 

custodians  that  provide  free  access  to  their  source  data  such  as  GA  also  implement  wholesale 

agreements that govern the use, disclosure and protection of the data  (e.g., GA’s Data Access Policy). 

Chapter 6 explores business drivers underpinning the public good investment model adopted by GA as 

opposed to the commercial models described within this Section.  

Another commercial benefit of operating a positioning service is that a SP who sells retail access to data 

corrections can also function as a wholesale provider by selling source data to third‐parties, subject to 

VAR Agreements. This model  is not unique given various  retail  telecommunications providers such as 

Optus  (Optus, 2013) and Telstra  (Telstra Wholesale, 2013) also operate wholesale divisions to provide 

third‐party  access  to  their  networks.  For  example,  the  company  Virgin  Mobile  provides 

telecommunications coverage by licensing wholesale access to the Optus network (Virgin Mobile, 2013). 

Optus is the primary data custodian in this case. 

At the wholesale level, data licensing between data providers and SPs, and between SPs themselves has 

become an increasing trend over the past five years in order to densify and extend service coverage and 

to earn revenue. Data licensing can remove the cost burden of deploying and physically managing CORS 

infrastructure, and  results  in more consistent standards of  infrastructure quality  (i.e., Tiers) when  the 

same CORS nodes are integrated within multiple positioning services (Hausler and Collier, 2013b). Data 

licensing therefore helps to limit duplication of CORS infrastructure and typically requires open (public) 

data standards such as RTCM‐3.1 to stream real‐time data to multiple service providers.  

 

  110      

FIGURE 37: WHOLESALE & RETAIL DISTRIBUTION 

 

 SPs access raw data streams (e.g., RTCM‐3.1) in several ways: deploy their own CORS; purchase wholesale 

access from third‐party data custodians; obtain free access from data made available to the public (e.g., GA). 

Data custodians earn revenue from selling wholesale access to source data. SPs and DSPs earn revenue from 

selling raw (e.g., RINEX) and corrected data (e.g., NRTK corrections) to users. DSPs collect royalties from 

distributing positioning services to their broader client base on behalf of a SP. Figure 37 has been adapted 

from work by Hausler and Collier (2013b). 

 

In  light  of  Section  3.4.4  however,  manufacturers  continue  to  develop  proprietary  formats  to 

differentiate their products and services with unique features such as faster processing techniques and 

additional quality control measures. Proprietary formats are a method of controlling pricing and access 

to  information  technologies,  but  can  also  restrict  compatibility  and  interoperability with  other GNSS 

hardware and software. Hence, proprietary formats can  lead to further duplication where data access 

cannot be enabled or agreed between service providers for commercial reasons. Economic drivers for 

open  and  proprietary  formats  are  further  explored  in  Section  6.2.4.  Indeed,  SPs  will  continue  to 

duplicate  infrastructure  where  the  benefits  of  deploying  additional  CORS  outweighs  potential  cost 

savings that data licensing can provide. 

At  the  retail  level,  government  and  industry  SPs  earn  revenue  from  selling  data  subscriptions  to 

consumers either directly or  through affiliated DSPs  (see Figure 37). The cost of retail subscriptions  is 

often  differentiated  based  on  the  type  (raw  or  corrected  GNSS  data),  quality  (accuracy,  reliability, 

coverage)  and  the  quantity  purchased  (Hausler  and  Collier,  2013b),  as  discussed  in  Chapter  6.  As  a 

general guide, NRTK subscriptions for existing SPs in Australia in 2013 ranged from $2000 to $4000, and 

different SPs often charge similar prices and offer different levels of service coverage.  

DSPs choose to retail subscription services that value‐add to their own products. DSPs therefore act as a 

data broker  for SPs, which shifts  their responsibilities  towards client management. Given SPs  typically 

have responsibility for operational and maintenance tasks, difficulties arise when DSPs (instead of the SP 

  111      

who operates the network) are the first point of call for technical support, but don’t have the necessary 

resources for accessing and validating the data (Hausler and Collier, 2013b).  

 

4.3 MAPPING CORS INFRASTRUCTURE & HIGH ACCURACY SERVICE COVERAGE 

 Most SPs who  license access to data managed by a third‐party data custodian will advertise the CORS 

site as part of their own network. This leads to information duplication when multiple SPs advertise the 

same  CORS  in  their  individual  networks.  CORS  sites  should  therefore  be  classified  according  to  the 

primary  data  custodian  who  collects,  stores  and manages  the  real‐time  source  data.  For  example, 

GPSnet is the primary data custodian for sites within its network regardless of who licenses its data. GA 

is the primary data custodian  for ARGN sites regardless of which  industry SPs access this source data. 

These  classification  concepts  have  been  developed  through  this  research  and  are  further  refined 

through the NGCI web map and database introduced below.  

 4.3.1 NATIONAL GNSS CORS INFRASTRUCTURE (NGCI) WEB MAP 

 The National GNSS CORS  Infrastructure  (NGCI) web map has been developed as an  interactive online 

tool  to  visualise  and  review  a  range  of  infrastructure  locations  and metadata  (Hausler  and  Collier, 

2013b). Previously,  there was no centralised  record of Federal, State/Territory and  industry operated 

CORS infrastructure across Australia (AuScope Geospatial Team, 2008). Location metadata is critical for 

identifying where to optimally deploy future CORS to facilitate the growth and development of a NPI. 

The  web  map  provides  a  direct  response  to  the  NPI  Policy  (2010)  produced  by  ANZLIC,  which 

recommends developing a national plan defining existing and planned infrastructure locations. The web 

map also supports the ASC’s Strategic Plan for GNSS (2012) to  identify and coordinate the activities of 

government and private sector CORS providers as part of a whole‐of‐nation approach for developing a 

sustainable, multi‐GNSS enabled NPI.  

The NGCI web map combines a range of CORS metadata made public by government and commercial 

SPs and offers a standardised  format  for displaying  this metadata. However, data custodians have no 

obligation to publish the  locations of their  infrastructure, meaning a  large amount of privately owned 

single‐base infrastructure remains unidentified.  

 

  112      

FIGURE 38: NATIONAL GNSS CORS INFRASTRUCTURE (NGCI) WEB MAP 

  

Snapshot of the NGCI75 web map available at: <http://feynman.thinkspatial.com.au/natgnss>.  

Government  and  industry  SPs  can  use  the web map  to  guide  the  deployment  and  upgrade  of  their 

infrastructure by identifying regions where infill sites of a particular quality (Tier) are required to further 

support development of a NPI. Planned developments  include  interactive  functionality  that will allow 

each service provider to update stations details, and provide tools to query inter‐station distances and 

determine which services operate within a specified proximity. By providing a standardised format and 

centralised  record  for  displaying  CORS metadata,  the web map  is  intended  to  establish  a  dynamic 

database for managing and updating station details in real‐time. 

 4.3.1.1 NGCI DATABASE  Rather than listing a CORS multiple times for different SPs (Figure 39a), the NGCI76 classifies each CORS 

node according to the primary data custodian who owns the site. Metadata for a specific node is used to 

identify  third‐party  SPs  that  license  access  from  the  primary  custodian  (Figure  39b).  Existing  online 

resources that use a similar metadata approach, such as GA’s APREF (Geoscience Australia, 2013a) and 

the  National  Geospatial  Reference  System  (NGRS)  web map  (Geoscience  Australia,  2011b),  contain 

metadata for government sites only.  

                                                                 75 The prototype NGCI web map has been developed by ThinkSpatial Pty Ltd, a partner of the CRCSI. The web map is hosted on GeoServer; an open source software written  in Java that  is designed to enhance  interoperability when sharing  and  editing  geospatial  data  (GeoServer,  2011).   The  data  is  served  as Geo  Java  Script  Object  Notation (GeoJSON) through a Web Feature Service  (WFS)  interface,  to allow geographic  features  to be directly and easily parsed into JavaScript (J Romeril 2011, pers comm, 6 July).  JavaScript libraries used for the web map include: Ext JS, OpenLayers, and GeoExt.   76 Data is still being populated in this format for the NGCI database.  

  113      

FIGURE 39A AND 39B: NGCI METADATA 

     

 

 

Metadata for existing and planned CORS sites has been compiled using authoritative  information from 

government  and  company  websites,  XML  databases,  RINEX  files,  text  files  and  Microsoft  EXCEL 

spreadsheets.  Common  information  was  extracted  from  each  data  source  according  to  specific 

metadata fields defined within the internationally recognised IGS Site Information Form77.  

Providing  the NGCI web map  as  a  public  resource  is  intended  to  expose  this  research  to  a  broader 

audience of SPs and users to encourage their participation. Public feedback also helps to identify where 

duplicated metadata exists within  the web map due  to a  lack of public  information on  infrastructure 

ownership. The prototype web map has been welcomed by government and private managers of CORS 

infrastructure  as  a  valuable  tool  to  guide  the  deployment  of  future  infrastructure,  and  to  assist  the 

development  and  communication  of  future  positioning  standards  and  guidelines.  Private  sector 

feedback has encouraged use of the website as a mission planning tool for identifying the closest station 

or network within a specific region, and for reviewing the services that are offered by each. Section 4.3.3 

presents a case study highlighting these benefits. 

 4.3.2 HIGH ACCURACY GNSS SERVICE COVERAGE 

 The  following analysis uses data  from  the NGCI database  to map  (Figure 40)  and  therefore estimate 

(Table 9)  the percentage of  area within  each  State  and  Territory where  access  to one or more high 

accuracy  positioning  services  is  available.  Combined  national  service  coverage  is  then  estimated  to 

identify and evaluate what proportion of  this  total  coverage  is  supplied by government and  industry 

(Table 10). The purpose of  this spatial and statistical analysis  is  to  identify where most  investment  in 

high accuracy positioning services has been allocated to date. Chapter 6 establishes a unique economic 

interpretation of  this spatial evidence to demonstrate why public and commercial demand has driven 

higher investment in these regions.   

                                                                 77Available at: <ftp://igscb.jpl.nasa.gov/pub/station/general/sitelog_instr.txt>. 

Figure 39b. From the NGCI web map and 

database ‐ one node identifies the primary 

data custodian & third‐party SPs. 

Figure 39a. Current situation ‐ duplicated 

metadata for a single CORS that is accessed 

by multiple SPs. 

  114      

Figure 40 and Table 9 were compiled by Hausler and Collier (2013a) using location details published by 

each SP as of  January 201378, and  these  findings represent  the  first attempt  to map  (collectively) and 

quantify  high  accuracy  positioning  coverage  across  Australia.  The  methodology  and  measurement 

criteria used to create Figure 40 are summarised in Appendix B. 

 FIGURE 40: AUSTRALIAN NRTK COVERAGE 

  

Geographic service coverage79 contributed by government and industry SPs. Coverage from industry services 

is outlined to identify overlapping coverage with government SPs (Hausler & Collier, 2013a). 

 

The  two most  important  findings  from  Figure  40  are  that  high  accuracy  positioning  coverage  is  not 

national, and that no one supplier provides positioning services across all areas shown in Figure 40. This 

second  finding  is  illustrated  by  the  fact  that  no  single  polygon  covers  the  entire  service  region. 

Independently operated government and industry services are differentiated based on colour, meaning 

a separate data subscription is needed to access raw or corrected data streams within different coloured 

polygons.  Significant  coverage  overlap  occurs  in  some  jurisdictions  given  industry  providers  typically 

license  data  streams  from  existing  SPs  to  avoid  the  cost  of  deploying  and  operating  additional 

                                                                 78 Table 9 and Figure 36 do not project the additional coverage that will be provided by SmartNet Aus across the FBA  region  in QLD  once  this  network  is  complete.  Any  additional  sites  that DSPs  in  Australia  have  licensed  or deployed since January 2013 are not included. 79 Note  in Figure 40  that SPs who  license data  from GPSnet sometimes publish coverage regions  that differ  from GPSnet.  This  may  result  from  different  processing  methodologies  and  strategies  for  optimising  network performance. 

  115      

infrastructure.  Licensing  contracts  generally  require  royalty  payments  to  be  made  to  the  relevant 

infrastructure provider in order to cover ongoing operational costs, as described in Section 4.3.2.2.   

A  user  can  therefore  choose  from  multiple  high  accuracy  positioning  services  where  overlapping 

coverage  occurs, which  encourages  SPs  to  compete  on  the  cost  of  subscriptions  and  the  quality  of 

service they offer. Industry providers extend service coverage by deploying CORS infrastructure adjacent 

to existing SPs from whom they can license raw data streams to consolidate service coverage. In some 

regions,  industry  funded  infrastructure  is  the only source of positioning coverage, as demonstrated  in 

Figure 40. 

In light of these findings, Table 9 estimates the percentage of NRTK coverage that is enabled by each SP 

in each State and Territory of Australia. Table 9 also identifies the NRTK software that is used by each SP 

to  compute  high  accuracy  correction  data.  Each  software  package  is  typically  optimised  to  process 

proprietary  data  formats  that  are  linked  to  a  specific  brand  of  GNSS  receiver.  Whilst  open  data 

standards  such  as  RTCM‐3.1  are  enabled  in  most  NRTK  processing  software,  manufacturers  and 

software developers promote ‘value‐added’ benefits from using proprietary data formats, which can be 

used to optimise the length of the data message and the efficiency with which the data is processed.  

 TABLE 9: GOVERNMENT & INDUSTRY NRTK COVERAGE 

 Service Provider (SP) 

NRTK Software 

State Apx. % State covered 

Apx. % Aust. covered 

Government 

GPSnet  Trimble VRS  VIC  100.0  3.0 

CORSnet NSW  Trimble VRS  NSW  28.7  3.0 

SunPOZ  Trimble VRS  QLD  0.9  0.2 

Industry 

AlldayRTK  TopNet VRS 

VIC  84.5   

NSW  0.2   

QLD  0.6   

WA  1.6   

SA  1.6   

TOTAL    3.4 

SmartNet Aus Leica SpiderNet 

VIC  94.6   

NSW  2.0   

QLD  2.5   

WA  0.1   

SA  4.5   

TOTAL    4.2 

RTKnetwest   Trimble VRS  WA  0.4  0.0 

OmniSTAR CORS TAS  Trimble VRS  TAS  51.0  0.4 

 Government and industry SPs that offer NRTK coverage with positioning accuracy of ± 2cm (95% confidence). 

 In  light of  the  licensing  arrangements described  throughout  Section 4.2.2,  it  is difficult  to  identify  in 

Table 9 who owns  the physical CORS  infrastructure  that  is  leveraged by multiple  SPs  to  enable high 

accuracy positioning coverage. For example, the VIC Government’s GPSnet service enables 100% service 

  116      

coverage across  the State, whilst SmartNet Aus also enables 94.6% coverage across  the  same  region. 

Clearly  a  substantial  amount  of wholesale  data  licensing  occurs  in  VIC  given  GPSnet  owns  the  vast 

majority  of  CORS  infrastructure within  this  State.  Furthermore,  the  SmartNet Aus  business model  is 

based solely on licensing data. It’s therefore critical to understand why data licensing is a key technical, 

institutional and economic driver  for enabling access  to CORS  infrastructure,  in  line with  the research 

hypothesis.  

 4.3.2.1 DATA LICENSING ARRANGEMENTS  Industry SPs in VIC provide most of their coverage by processing and delivering NRTK corrections using 

‘raw’ data observations that have been  licensed  from GPSnet. The  flow of data and revenue between 

SPs in Figure 37 demonstrates these wholesale data licensing arrangements. In NSW however, industry 

SPs  have  typically  functioned  as DSPs  of Government  positioning  services  rather  than  licensing  data 

from government‐owned CORS  infrastructure. Until  recently, CORSnet‐NSW did not  license wholesale 

access to their raw data streams, therefore prohibiting industry SPs from computing and marketing their 

own value‐added positioning services. Prohibiting wholesale access allowed CORSnet‐NSW to maintain 

full  control  of  the  supply  chain  from  data  observation  to  processing  and  delivery. Hence,  the  same 

industry providers  that were  identified as SPs  in VIC were  limited  to  redistributing correction data as 

DSPs  of  CORSnet‐NSW  corrections.  Independent  coverage  in NSW was  only  enabled where  industry 

providers had deployed infill CORS, and had licensed access to privately owned CORS. In October 2013 

however, CORSnet‐NSW began  licensing access to their raw RTCM‐3.1 data streams  in much the same 

way as the VIC Government.  

Although licensing is now possible in NSW, Figure 40 does not display service coverage where SPs now 

license data, which is why a vast proportion of high accuracy service coverage is provided by CORSnet‐

NSW  alone  in  this  Figure  (compared with  a  large  amount  of  overlapping  industry  coverage  in  VIC). 

However,  it will be demonstrated  that  the geographic assumptions used  to estimate  total positioning 

coverage across Australia in Section 4.3.2.4 remain valid despite these omissions.  

It’s  important  to  note  that  issues  of  infrastructure  duplication  and  quality  control  result  when 

overlapping coverage  is provided from multiple SPs who deploy  independent, uncoordinated networks 

of CORS  in the same region. These  issues are further explored  in Chapter 6 when reviewing economic 

drivers  for  greater  coordination.  Royalty  arrangements  introduced  in  the  following  Section  also 

influence cost‐benefit decisions  for deploying new  infrastructure or  licensing existing data  streams  to 

densify and extend service coverage.   

    

  117      

4.3.2.2 DATA LICENSING ‐ ROYALTIES  Data  licensing arrangements  in VIC, NSW and QLD have been  identified as a cost‐effective method for 

extending  service  coverage  without  the  cost  burden  of  deploying  and maintaining  physical  ground 

infrastructure. However, ongoing operational costs must somehow be recovered by those who deploy 

and manage  the  CORS  infrastructure  that  is  licensed  to  third‐party  SPs.  These  cost  considerations 

underpin  the  commercial  business  models  discussed  throughout  Section  4.2.  For  reference,  a 

government provider who can justify infrastructure investment on geodetic grounds alone may provide 

free  access  to  data  streams  as  a  secondary  (indirect)  benefit  of  public  good  resources  (e.g.,  GA). 

Alternatively, governments who densify public good infrastructure may operate positioning services that 

are sold to users on a competitively neutral basis, which  is common  in VIC, NSW and QLD at present. 

Data custodians and SPs that also license wholesale access to this data can receive royalties from third‐

party SPs to fund ongoing operational costs.  

For example, the Victorian Government receives royalties from each SP that licences access to its source 

data.  Royalty  agreements  are  beyond  the  scope  of  this  thesis  given  they  are  often  commercial‐in‐

confidence  and  negotiated  individually  between  SPs  and  data  custodians.  General  feedback  from 

government SPs suggests that a 30% royalty  from all revenue earned  from CORS sites  licensed by SPs 

accounts for  ‘back‐end’  infrastructure costs and any  loss of customers. A small percentage of  industry 

coverage in Australia is also provided by licensing privately owned sites in addition to, or as a substitute 

for government owned CORS. Privately owned third‐party CORS may be cheaper to access than paying 

GPSnet royalties, and may also help to densify the existing GPSnet network (also licensed by the SP) in 

regions of higher demand. Densification, which often improves vertical accuracy in the service region, is 

one benefit  that  industry SPs  can advertise as a  value‐added  service,  in addition  to  their proprietary 

hardware, software and processing procedures that are used to process, validate and distribute raw and 

corrected data streams.  

 4.3.2.3 PSEUDO‐NATIONAL POSITIONING SERVICES  On a national scale, the biggest ‘value‐add’ for industry SPs is their ability to license data streams across 

State and Territory borders,  thus opening  the potential  to deliver high accuracy positioning  coverage 

nationally. The recent decision by NSW to license raw data is therefore an important development in a 

national positioning  context. A  key  finding  by Hausler  and  Collier  (2013a)  is  that  SPs  often promote 

‘national’  positioning  services, which  are  in  fact  ‘pseudo‐national’  given  they  are  limited  to  regions 

where government and private  investment  in CORS has already occurred  in response to scientific and 

commercial demand (see Figure 41). Furthermore, total service coverage for pseudo‐national services is 

often advertised as a combination of NRTK, single‐base RTK and DGNSS products, meaning high accuracy 

coverage at the ±2cm  level  is not necessarily uniform across the entire service coverage region that  is 

advertised. 

  118      

   FIGURE 41: PSEUDO‐NATIONAL POSITIONING SERVICES 

  

‘Pseudo‐national’ positioning services provided by the industry SPs SmartNet Aus and AlldayRTK who license 

positioning data from multiple government providers, and also deploy/license infill sites. Access to high 

accuracy (NRTK) data is not uniform across all of the regions shown above given some areas of DGNSS and 

single‐base RTK coverage are also displayed (primarily for AlldayRTK in Figure 41). 

 

Recent discussions with government SPs in VIC and QLD indicate that their core business responsibilities 

are shifting towards the operation of positioning services for internal purposes, whilst maintaining their 

responsibilities as data custodians for the network. The same can be said for CORSnet‐NSW  in  light of 

their recent decision to  license raw data streams. Whilst all three government providers currently sell 

positioning  services  to  the  public,  their  custodial  responsibilities  focus  on  managing  ‘back‐end’ 

infrastructure  as  opposed  to marketing  and  selling  subscriptions.  Section  4.2  highlighted  that  data 

distribution and user management are often viewed as the role of industry, which reinforces the notion 

that commercial positioning services are not typically the mandate of government.  

A  remaining question  addressed within  this  thesis  is  to  identify  the extent  to which pseudo‐national 

services can become truly national through increased technical, institutional and economic coordination 

between government and industry SPs. 

 4.3.2.4 GOVERNMENT  VERSUS  INDUSTRY  COVERAGE  A  first  step  towards  evaluating  the  potential  for  SPs  to  supply  national  positioning  coverage  is  to 

quantify  total  geographic  coverage  across  the  country,  and  to  identify what percentage of  this  total 

coverage can be  serviced by government and  industry CORS  infrastructure alone.  In  light of  the data 

licensing  arrangements  and  the  number  of  government  and  industry  CORS  identified  in  previous 

Sections, it is concluded that industry SPs have incentive to license access to existing government owned 

CORS rather than duplicating infrastructure in the same region.  

SmartNet Aus  AlldayRTK

  119      

Table  10  has  therefore  been  developed  on  the  assumption  that  governments  are  the  primary  data 

custodian  of  CORS  infrastructure  to  enable  high  accuracy  positioning  coverage  in  Australia.  This 

assumption  holds  true  regardless  of whether  industry  deploy  infill  infrastructure  in  the  same  region 

given  the  user  can  always  substitute  to  the  government  service.  Hence,  industry  coverage  is  only 

quantified as  ‘added’ coverage outside of  the geographic  regions  that are  ‘serviced’ by governments. 

This assumption also explains why estimates of total coverage for NSW, as computed  in Figure 40 and 

Table 10 for January 2013, remain valid despite CORSnet‐NSW’s recent decision to license their source 

data; licensing will only increase overlapping coverage as opposed to enabling new coverage.   

 TABLE 10: STATE & TERRITORY NRTK COVERAGE 

 

% of State/ Territory covered 

% of total NRTK (8.4%) cov. in Aus 

% of total NRTK cov. serviced by 

Gov. 

% of total NRTK cov. added by 

industry 

% Aust. covered 

ACT  100.0  0.4  100.0  0.0  0.0 TAS  51.0  5.1  0.0  100.0  0.4 VIC  100.0  35.4  100.0  0.0  3.0 NSW  29.6  36.9  97.1  2.9  3.1 SA  4.8  7.3  0.0  100.0  0.6 NT  0.0  0.0  0.0  0.0  0.0 QLD  2.6  6.9  33.4  66.6  0.6 WA  2.0  8.0  0.0  100.0  0.7 JBT  100.0  0.0  100.0  0.0  0.0 AUS      73.9  26.1  8.4 

 

The percentage of total coverage in each State/Territory that is serviced by governments, plus the additional 

coverage (cov.) provided by industry, including Jervis Bay Territory (JBT). 

 

Table  10  shows  that  8.4%  of  Australia  is  covered  by  a  government  and/or  industry  operated  high 

accuracy positioning service. Based on the distribution of CORS infrastructure as of January 2013, 73.9% 

of this total NRTK coverage is enabled by government SPs alone. VIC and NSW contribute 71.2% of this 

total NRTK  coverage provided by  governments, which  is  clearly  illustrated  in  Figure  40.  Industry  SPs 

therefore contribute 26.1% of additional coverage outside of existing regions serviced by government 

owned CORS infrastructure. Despite increased industry coverage in the FBA region (which is not mapped 

in Figure 40), these ratios remain roughly the same given government funding was used to establish this 

infrastructure.  

Critically, no single SP or data custodian provides a single point of access to the entire 8.4% coverage 

region  (Chapters  5  and  6  explore  this  finding  in  greater  detail).  For  example,  due  to  independent 

ownership  and management between  governments, only 35.4% of  total NRTK  coverage  is  accessible 

from  the  VIC  government’s  GPSnet  service,  and  35.8%  from  the  NSW  government’s  CORSnet  NSW 

  120      

service.  It  is  noted  that  GPSnet80  and  CORSnet‐NSW81  share  selected  CORS  across  jurisdictional 

boundaries; however  this does not overcome  the need  for separate subscription services once a user 

moves beyond the boundary of each service. 

Whilst governments and industry in NSW contribute 36.9% of total NRTK coverage across Australia, one 

can deduce  from Table 10  that 35.8% of  this coverage  is enabled by government  infrastructure alone 

(i.e., 1.1% provided by  industry). This finding  is reinforced by the  low percentage of  industry coverage 

identified  in Table 9  for NSW, which  is slightly higher  (2.2%) than  in Table 10 as  it  includes regions of 

overlapping  coverage.  CORSnet‐NSW’s  recent  decision  to  license  raw  data  streams will  significantly 

increase industry coverage estimates for NSW in Table 10 to resemble that of industry coverage in VIC, 

where 94.6% is provided by SmartNet Aus through data licensing arrangements. 

It  is  therefore  concluded  that  industry  SPs  rely  heavily  on  accessing  government  owned  CORS 

infrastructure, regardless of whether a government provider functions as a SP or data custodian.  

 4.3.3 CASE STUDY 1 – NETWORK EXPANSION 

 

This case study demonstrates how technical (e.g., scientific), policy and commercial concepts discussed 

throughout Chapter 4 can be addressed to coordinate network expansion of existing CORS infrastructure 

and positioning services. By detailing an example of local coordination (i.e., within and between States), 

Case Study 1 identifies various decisions to be considered by governments and industry for transitioning 

towards  a  truly NPI.  The  remainder  of  this  thesis  identifies  and  addresses  criteria  for  achieving  this 

transition.     

Suppose a  commercial  service provider operates an  independent positioning  service  containing eight 

CORS  spaced at approximately 70 km, which are networked  to deliver  real‐time positioning  solutions 

across  a  region  of  40,000  km2.  The  network was  primarily  established  for  precision  agriculture  and 

provides high  accuracy  coverage  across  the  entire network  region with  some overlap  from  a nearby 

government‐owned positioning  service. The  coordinates of each CORS within  the network have been 

derived  from  surrounding GDA94  ground marks but  their  absolute positions have not been  certified 

under Regulation 13. Correction data  is  therefore  referenced  to a  local  realisation of GDA94  that has 

been computed within the network software. 

The  network  provider  decides  to  expand  service  coverage  by  weighing  options  for  deploying  new 

infrastructure  or  licensing  data  streams  from  nearby  government  owned  and  operated  CORS 

infrastructure. 

                                                                 80 An additional 6.7% of total NRTK coverage can be accessed by VIC users in NSW through shared licences. 81 An additional 1% of total NRTK coverage can be accessed by NSW users in VIC through shared licences. 

  121      

A  technical officer who manages  the  commercial network  logs onto  the NGCI web map  to  compare 

location and metadata for the two networks. The officer identifies that five of the government operated 

CORS are already positioned where the commercial provider is looking to expand, and one site overlaps 

the current service region. Discussions with the government provider reveal that the cost (e.g., royalty 

payments) of  licensing government data streams are significantly  less than the  investment required to 

deploy and operate new infrastructure, especially given maintenance costs will remain the responsibility 

of the State government provider.  

Preliminary  comparisons  via  the  NGCI web map  reveal  that  the  State  owned  CORS  are  linked  to  a 

national realisation of GDA94,  in contrast to the commercial provider’s  local adjustment derived  from 

existing  ground monuments.  All  CORS  sites  owned  by  the  government  provider  are  certified  under 

Regulation  13.  The  commercial  provider  has  adopted  the  MAC  processing  technique,  whilst  the 

government provider delivers VRS corrections.  

The technical officer contacts the Responsible Authority (RA) within government (e.g., GPSnet) to gain 

temporary access to real‐time data streams from the CORS station that overlaps the two networks. By 

actively  observing  and  recording  GNSS  data  from  the  overlapping  CORS  site,  the  technical  officer 

computes  a  location  using  the  company’s  MAC  NRTK  processing  software,  and  compares  these 

(localised) coordinates with those computed  for the same  location using the government service  (i.e., 

GDA94). An overall difference of 150 mm horizontally is detected and the officer finds that differences 

in datum realisation (i.e.,  local versus absolute) are the primary cause. The officer also concludes from 

information  presented  within  the  NGCI  that  the  accuracy  and  quality  of  the  position  corrections 

computed from the two networks may vary due to the different processing strategies, station densities 

and GNSS equipment used in each network. 

Having chosen to license existing data streams, the commercial provider wants to ensure that data from 

the  government  network  is  compatible  with  its  existing  network,  particularly  for  quality  control 

purposes. The  commercial provider  therefore  implements  the necessary observation  and  adjustment 

procedures for certifying each CORS under Regulation 13.  

To  ensure  the  extended  network  will  provide  a  robust  connection  to  the  NGRS  (i.e.,  GDA94),  the 

commercial  provider  also  reviews  ICSM  standards,  guidelines  and  recommended  practices  for 

establishing and operating CORS. The provider recognises that a network of this size should  include at 

least one Tier 2 CORS to deliver more reliable access to the NGRS, and to provide greater compatibility 

with the State‐owned network. The provider identifies three options for integrating a Tier 2 site within 

the existing network: 

License data from an external Tier 2 provider  ‐ the provider visits the web map to determine whether 

any nearby Tier 2 sites owned by independent providers can be licensed for inclusion in the network. If a 

potential site is identified, its location is reviewed by comparing inter‐station distances to determine its 

  122      

geometric  agreement  with  the  provider’s  network.  Further  economic  analysis  is  then  needed  to 

determine whether this potential site would expand the provider’s existing customer base by attracting 

new  clients,  and  whether  it  would  broaden  the  range  of  services  they  can  offer.  The  cost‐benefit 

outcomes of this analysis also depend on the (competing) services offered by the third‐party provider of 

the Tier 2 site, and the associated licensing arrangements (e.g., royalties) they negotiate. 

Upgrade to a Tier 2 CORS – the provider decides to upgrade an existing Tier 3 site to Tier 2 standard. The 

web map is accessed as a strategic planning tool to assess which existing site, if upgraded, would firstly 

improve  the  reliability  of  the  provider’s  existing  service,  and  secondly  offer  the  greatest  support  to 

surrounding  networks  that may  also  require  additional  Tier  2  infrastructure.  Inter‐station  distances 

between the commercial provider’s existing CORS and the nearest third‐party Tier 2 CORS are used to 

determine which existing station would deliver the greatest geometric support in a national context. The 

commercial provider recognises their potential to receive commercial gain from  licensing an upgraded 

site to third‐party providers.  

Deploy a new Tier 2 CORS – The same optimisation strategies described above are used to determine 

where a new site would offer the greatest benefits to the provider’s existing network and surrounding 

networks. The user consults the ICSM CORS guidelines for deploying a new site to Tier 2 standard, and 

uses  the  web  map  to  optimise  its  compatibility  with  surrounding  infrastructure  managed  by 

independent providers (e.g., datum, equipment quality, data formats and correction types). 

The NGCI web map is used as a research tool to assess each option, which ultimately serves to minimise 

infrastructure duplication and  improve  the performance and governance of operating  the commercial 

network,  in  line with State government and future NPI standards. Each option  improves the quality of 

the provider’s own  service  capabilities, whilst  simultaneously  contributing  to  the ongoing monitoring 

and enhancement of the country’s NGRS.  

    

  123      

4.4 INTERNATIONAL COMPARISONS  

 This  Section  reviews  current  investment  and  business models  for  supplying  CORS  infrastructure  in 

countries that face similar geographic and geopolitical constraints to Australia. Comparisons are made 

with  countries  that  have  access  to  truly  national  high  accuracy  positioning  services.  Global  service 

providers are then evaluated as alternatives to national positioning services. 

CORS  infrastructure  in most  countries  has  typically  evolved  in  a  similar manner  to Australia.  Sparse 

networks of CORS are deployed  for geodetic purposes and  then upgraded and densified over  time  to 

enable service coverage nationally, or within a particular geographic region of the country. Fundamental 

geodetic infrastructure is mostly funded by governments that partner with industry SPs to infill, manage 

and deliver a variety of positioning services. Appendix C lists a range of CORS networks across the globe 

that  are primarily  funded by  government.  Several  examples  are  explored  in  this  Section  to  compare 

geographic, institutional (i.e., policy) and commercial factors that influence how and why governments 

and industry access CORS infrastructure nationally and internationally.  

 4.4.1 GREAT BRITAIN  

 Some networks are managed  centrally within government by a  single geodetic or equivalent agency. 

Ordnance Survey for example is the National Mapping Authority of Great Britain that creates, maintains 

and  disseminates  geospatial  data  and  manages  the  NGRS.  To  access  the  NGRS,  Ordnance  Survey 

manages over 100 CORS (Figure 42) as part of their OS Net service which enables NRTK coverage across 

Great  Britain. Whilst Ordnance  Survey maintains  responsibility  for  deploying  and managing  physical 

CORS  infrastructure,  they  partner  with  commercial  SPs  to  deliver  positioning  services,  including 

SmartNet  (UK &  Ireland) managed  by  Leica Geosystems; VRS Now managed  by  Trimble;  TopNetPlus 

managed by Topcon Positioning Systems; FarmRTK managed by AXIO‐NET; and Essentials Net by Soil 

Essentials (Ordnance Survey, 2013). 

Applying  terminology  developed  throughout  this  Chapter; Ordnance  Survey  is  a  data  custodian  that 

licenses access to its raw data streams, which are processed and distributed by SPs in the retail market. 

Industry SPs (e.g., SmartNet) also deploy a small number of infill sites in regions of higher demand and 

upgrade existing sites where necessary. OS Net partners with SPs to access correction data for internal 

business  purposes  in  return  for  licensing  access  to  its  raw  data  streams.  Internal  business  services 

include  the management  and monitoring  of  the NGRS  (Ordnance  Survey,  2012). OS Net  also  offers 

public  access  to  its online RINEX  archive, which  reaffirms  the definitions of data  custodians  and  SPs 

provided in Section 4.2.2.4. 

 

  124      

FIGURE 42: CORS – GREAT BRITAIN 

  

SmartNet provides access to OS Net stations in Great Britain along with those managed by Ordnance Survey 

Ireland and Ordnance Survey Northern Ireland. 

 

4.4.2 GERMANY 

 Countries  such as Germany  that are governed by a hierarchy of State and Federal governments  (like 

Australia) have also been successful in coordinating a single point of access to CORS infrastructure (Hale, 

2007). The Satellite Positioning Service (SAPOS) of the German Surveying and Mapping Authority (AdV, 

2011)  integrates  a  uniform  national  network  of  approximately  270  CORS  (see  Figure  43)  which,  in 

combination with other ground monuments, establishes  the country’s NGRS. SAPOS CORS are owned 

and managed by State governments in each jurisdiction.  

SAPOS  is a  joint project of  the Working Committee of  the  Surveying Authorities of  the  States of  the 

Federal Republic of Germany, known  in short as AdV82. AdV  is a  forum similar  to  ICSM  in Australia  to 

discuss technical and policy matters in a national context. Official surveying activities in Germany must 

prove a traceable link to the NGRS, which the SAPOS network is certified to provide. SAPOS is operated 

on a commercial business model based on the fee structure shown  in Figure 44, and three positioning 

services are offered to customers. 

Similar  to  GPSnet  and  CORSnet  NSW,  industry  SPs  (e.g.,  SmartNet  Germany  and  AXIO‐NET)  license 

access to SAPOS data to distribute value‐added positioning services across Germany.  

                                                                 82 Arbeitsgemeinschaft der Vermessungsverwaltungen (AdV). 

  125      

FIGURE 43: CORS ‐ GERMANY 

  

Reference stations in the German SAPOS network (AdV, 2013).  

 FIGURE 44: FEE STRUCTURE – SAPOS GERMANY 

  

Fee (€: euro) structure for SAPOS services (AdV, 2011). HEPS: High Precision Real‐Time; EPS: Real‐Time; 

GPPS: Geodetic Post Processing Positioning Service; GPRS: General Packet Radio Service; UMTS: Universal 

Mobile Telecommunications System; GSM: Global System for Mobile Communications; p.a: per annum. 

  126      

4.4.3 UNITED STATES 

 Similar to Australia, no government or industry SP in the US has established a high accuracy positioning 

service with  national  coverage,  let  alone  one  that  offers  a  single  point  of  access  to  regions where 

coverage is enabled by independent service providers. The US and Australia are both federated nations 

with  geodetic  responsibilities managed  across  different  jurisdictions,  however  both  countries  are  at 

least 20 times larger in geographic size than Germany. In the US, National Geodetic Survey (NGS) within 

the  National  Oceanic  and  Atmospheric  Administration  (NOAA)  is  responsible  for managing  Federal 

Government CORS infrastructure and other positioning infrastructure (NGS, 2013a).  

The roles of NGS and GA are equivalent in providing the geodetic framework for all national positioning 

activities. A  key difference however  is  that NGS now  coordinates  access  to over 1800 multi‐purpose 

CORS sites (Figure 45) that are contributed on a cooperative basis by independent government, research 

and private data custodians from across the country. In contrast, GA provides access to approximately 

150 sites across Australia and its surrounding islands. The purpose of this cooperative model in the US is 

to define and maintain  the country’s NGRS using a dense network of CORS, which allows all users  to 

benefit from a more robust geodetic framework. Each organisation shares their data with NGS who  in 

turn analyses and monitors this data and distributes  it free of charge to the public for post‐processing 

purposes. The NGS has custodial responsibilities to manage a central repository for accessing this RINEX 

data.  

 FIGURE 45: US NATIONAL CORS NETWORK 

  

Snapshot of CORS infrastructure (September 2013) managed by governments, research bodies and private 

organisations that contribute data to the US NGS (available at: <http://www.ngs.noaa.gov/CORS_Map>). 

    

  127      

Similar  to  the ARGN, NGS owns and operates a  subset of Tier 1 CORS  that  form  the backbone of  its 

National CORS Network. The NGS  then  invites organisations and  individuals  to augment  the National 

CORS Network by sharing data from their permanent stations, so  long as they meet specific CORS Site 

Guidelines  that  are published by  the NGS  (2013b).  The  ICSM  PCG  is  currently developing  equivalent 

CORS  Site  Guidelines  for  Australia,  as  described  in  Section  3.5.2.2  and  3.2.1.2.  Supplementary  data 

provided  by  each  partner  in  the  US  is  typically  of  Tier  2  standard  or  better,  allowing  the  NGS  to 

coordinate all networks by enforcing strict technical standards that ensure national consistency.  

 4.4.3.1 SCIENTIFIC  DRIVERS  A  significant  number  of  CORS  within  the  NGS  network  are  provided  from  the  Plate  Boundary 

Observatory (PBO) network operated by UNAVCO83. The PBO network contains over 1100 CORS (Figure 

46)  that  are  combined  with  other  instrumentation  such  as  strainmetres,  tiltmetres, meteorological 

instruments and web cameras to form the geodetic component of the EarthScope Facility funded by the 

National  Science  Foundation.  The  EarthScope  Facility  is  a  multi‐disciplinary  scientific  research 

community dedicated  to understanding dynamic Earth processes and contains  three components: the 

PBO,  the  San Andreas  Fault Observatory  (SAFOD)  and  the USArray  –  a nationwide  seismic  reference 

network. AuScope (see Section 4.2.1.2) and EarthScope share common objectives. 

The PBO is a primary example of why governments invest in CORS infrastructure to enable public good 

benefits.  Precise management  and monitoring  of  geodetic  frameworks  supports  research  into  plate‐

boundary  deformation,  earthquakes,  volcanic  processes,  sea‐level  rise  and  climate  change.  Each  of 

these scientific drivers can be  linked to social, environmental and economic benefits such as  increased 

education  and public  safety,  improved  emergency management  systems  (e.g.,  tsunami warnings)  for 

social and economic purposes, and better protection of critical infrastructure assets. The PBO does not 

operate commercial positioning services and provides  free access  to data observed  from  the network 

(including  real‐time data  from a  sub‐set of  the network). Opportunities  for  research and  commercial 

innovation result from having public access to this data, along with public access to the broader findings 

of the EarthScope program. 

 

                                                                 83 UNAVCO  is a non‐profit university‐governed consortium that facilitates geoscience research and education. The UNAVCO consortium consists of more than 100 US academic members and over 75 Associate Members (domestic and international).  

  128      

FIGURE 46: US PBO CORS NETWORK 

  

Snapshot of CORS infrastructure on US west coast from the PBO network (February 2014), which is managed 

by UNAVCO as part of the EarthScope program (available at: http://pbo.unavco.org/network/gps>). 

 

Similar examples of public good  investments  in geodetic CORS  infrastructure  include  the GNSS Earth 

Observation Network (GEONET) managed by Japan’s Geographical Survey Institute (GSI), and the EUREF 

Permanent Network (EPN) across the EU. GEONET (Figure 47a) contains over 1200 CORS sites primarily 

used to monitor crustal deformation from earthquakes and volcanic activity. GSI enables free access to 

GEONET  data,  and  selected  sites  are  equipped with  resources  to  enable  single‐base  RTK  and NRTK 

services. The EPN (Figure 47b) is used to establish and access the European Terrestrial Reference System 

89 (ETRS89) using data contributed voluntarily by over 100 European agencies and universities.  

 FIGURES 47A AND 47B: JAPANESE & EUROPEAN CORS 

 

 

 

Figure 47b. Snapshot of the EPN network ‐ September 2013 

(available at: <http://www.epncb.oma.be/index.php>) 

Figure 47a. Snapshot of GSI’s real‐time 

GEONET network in Japan (available at: 

<http://www.gsi.go.jp/>) 

  129      

4.4.3.2 STATE  NETWORKS  Hale (2007) provides examples of collaborative approaches to establishing CORS networks at State and 

local  levels  in  the US  that  have  evolved  in  a  similar manner  to GPSnet  in  VIC.  The New  York  State 

Department of Transport for instance manages its own network using the SpiderNet software developed 

by Leica Geosystems. The Washington State Reference Network  (WSRS)  is managed by Seattle Public 

Utilities through collaboration with other State government and research partners. Similar to Australia, 

coverage  from  government  funded  State  networks  in  the  US  tends  not  to  extend  beyond  State 

boundaries, except at specific sites that have been licensed by neighbouring governments. For example, 

the WSRS integrates neighbouring CORS sites from Portland (Oregon), Idaho, Montana as well as Canada 

(Figure 48). 

 FIGURE 48: CORS ‐ WASHINGTON 

  

WSRS CORS sites are primarily located across Washington, with selected sites shared across neighbouring 

borders (http://www.wsrn3.org/Map/SensorMap.aspx). 

 

In  North  America,  industry  SPs  have  begun  networking  pseudo‐national  positioning  services  using 

similar  commercial  business  models  to  those  described  previously  for  Australia.  SmartNet  North 

America  for  example  adopts  a  licensing model  similar  to  that  of  its  counterpart  SmartNet  Aus  to 

network  approximately  600  sites  across  selected  pockets  of  North  America.  Figure  49  provides  a 

snapshot of network coverage provided by SmartNet on the south‐west coast of the US where data has 

been licensed from government and privately owned CORS, such as those deployed by local distributors 

to  service  regional  clients.  SmartNet North America  typically partners with  local distributors of  Leica 

Geosystems equipment for this purpose. 

 

  130      

FIGURE 49: SMARTNET NORTH AMERICA 

  

Snapshot of NRTK coverage (red polygons) enabled by SmartNet North America on the south‐west coast of 

the US (available at: <http://smartnet.leica‐geosystems.us/coverage_network.cfm>). 

 

In  some  US  States  however,  CORS  infrastructure  is  funded  independently  through  public  or  private 

investment,  but  SmartNet  is  contracted  to  deliver  positioning  services  from  the  network.  SmartNet 

therefore  advertises  its presence  as  a  service provider  in  these  regions, but does not provide direct 

access  through  the SmartNet North America service given data access policies are determined by  the 

infrastructure  owners  (data  custodians).  Users  who  wish  to  access  these  services  are  directed  to 

‘affiliate’ networks through the SmartNet North America web portal  (Figure 50). A primary example  is 

the  Iowa RTN  (IaRTN), which SmartNet manages on behalf of  the  Iowa Department of Transport who 

funds the CORS infrastructure. The Department of Transport grants free access to the IaRTN, meaning it 

is managed  independently as an  ‘affiliate’ network  that  is governed by  standards and access policies 

stipulated by the client (Iowa Department of Transport). 

 FIGURE 50: SMARTNET NORTH AMERICA AFFILIATE NETWORKS 

  

Kansas, Iowa, Illinois and Indiana are advertised as ‘affiliate’ services (green polygons) to SmartNet North 

America, meaning access to these networks is governed by those who fund the underlying CORS. Access to 

networks in Wyoming, Nebraska and Colorado is centralised through the SmartNet North America (red 

polygon) service. Note that each polygon identifies States that provide some degree of coverage (e.g., Figure 

49), but the extent of each polygon in Figure 50 does not represent total service coverage within each region. 

  131      

Trimble  has  adopted  a  similar  licensing model  to  SmartNet  in  the  US  through  it  VRS  Now  service 

(Trimble,  2013a),  which  primarily  services  central  and  eastern  parts  of  the  North  America  as 

demonstrated in Figure 51.   

 FIGURE 51: US TRIMBLE VRS NOW SERVICE 

  

Service coverage across North America that is enabled by Trimble’s VRS Now service as of September 2013 

(Trimble, 2013a). 

 

4.4.4 CANADA  

 Technical, institutional and economic arrangements for deploying and managing CORS infrastructure in 

Canada present the closest comparisons to Australia. Both countries have a vast geographic land mass, 

with  concentrated  population  densities  and  ad‐hoc  networks  of  independently  managed  ground 

infrastructure.  The  Geodetic  Survey  Division  (GSD)  within  the  Earth  Sciences  Division  of  Natural 

Resources Canada (NRCan) is responsible for managing the Canadian Spatial Reference System (CSRS) in 

partnership  with  Geological  Survey  Canada  (GSC).  NRCan  and  GSC  implement  national  regulations, 

guidelines and standards for establishing a traceable link to the CSRS using traditional ground marks or 

‘passive’  monuments  (e.g.,  a  survey  control  point).  Approximately  58  ‘active’  CORS  (Figure  52a) 

(equivalent to those of ARGN  in Australia and the NGS National CORS Network  in the US) managed by 

NRCan and GSD represent the Canadian Active Control System (CACS). The Canadian Government also 

offers  the  CSRS‐PPP  service  as  an  online  tool  for  post‐processing  data.  CSRS‐PPP  implements  PPP 

techniques  for  post‐processing  user  data  compared  with  the  relative  post‐processing  techniques 

adopted in AUSPOS and OPUS. 

Provincial (i.e., jurisdictional) governments manage approximately 40 CORS (Figure 52a), whilst industry 

SPs have been most active in deploying over 500 CORS (Figure 52b) to deliver high accuracy positioning 

  132      

services within particular provinces. Leading  industry SPs are SmartNet North America and Can‐Net, a 

privately owned network established by the Trimble distributor known as Cansel (Can‐Net, 2013).  

 FIGURES 52A AND 52B: CORS ‐ CANADA 

 

  

 4.4.5 DATA LICENSING – AN INTERNATIONAL TREND 

 It  follows  that  industry  SPs  such  as  Leica Geosystems  (SmartNet),  Trimble  (VRS Now)  and AXIO‐NET 

(FarmRTK)  increasingly offer  trans‐national services, primarily across Europe, by  integrating data  from 

SPs  in multiple  countries.  The  same  business model  is  used  to  deliver  pseudo‐national  positioning 

services across jurisdictional and provincial borders in Australia and Canada, respectively. Data licensing 

is therefore a common business model adopted by SPs worldwide to extend service coverage and avoid 

deployment costs for installing new CORS infrastructure.  

The key point here is that CORS infrastructure is increasingly becoming the standard for monitoring and 

accessing  a  country’s NGRS. Governments  continue  to  invest  in  CORS  infrastructure  to  uphold  their 

geodetic  responsibilities, which enables  secondary benefits  to  the economy where  these  investments 

are  leveraged  to  deliver  positioning  services.  From  a  geodetic  perspective,  data  licensing  enables 

multiple SPs to access the same CORS  infrastructure, which ultimately  improves the compatibility and 

consistency of their computed PNT information. From an economic perspective, coordinating access to a 

single  CORS  site  is more  cost‐effective  for  all  providers  than  deploying multiple  CORS  in  the  same 

location. Economic evidence supporting this finding is provided in Chapter 6.  

Ultimately, examples of national and  international data  licensing arrangements presented  throughout 

this  Chapter  support  the  findings  from  Section  4.3  that  industry  SPs  depend  heavily  on maintaining 

access  to  government  owned  CORS  infrastructure.  Regardless  of  whether  governments  or  industry 

operate positioning services across a specific region, geodetic investment will continue.  

Figure 52b. Industry funded CORS sites in Canada (Hains, 

2013). 

Figure 52a. Federal (red) and provincial (blue) CORS 

sites in Canada (Hains, 2013). 

  133      

4.4.6 GLOBAL SERVICES PROVIDERS 

 Global  SPs use  global  space  and  ground  augmentations  to deliver  global positioning  services.  Firstly, 

note  that  government‐owned  and  operated  services  such  as  AUSPOS  and  CSRS‐PPP  employ  post‐

processing techniques (i.e., not real‐time). Whilst these government services are optimised for Australia 

and Canada respectively, they are also capable of post‐processing GNSS solutions globally. As described 

in  the next  section,  real‐time  global  positioning  services  are  currently  provided by  industry  SPs who 

enable access to global space and ground‐based augmentations. 

 4.4.6.1 INDUSTRY SERVICE PROVIDERS  Several  industry providers have deployed  sparse  global networks of CORS  to produce  real‐time data 

corrections  globally,  using  relative  and  PPP  techniques.  These  corrections  can  be  uploaded  to  high‐

powered geostationary communications  satellites and broadcast as proprietary data  streams  that are 

optimised  for  satellite  transmission  via  L‐Band  frequencies. Global  service  providers  typically  license 

capacity on  third‐party communications  satellites  rather  than owning  satellite assets. However,  these 

corrections are not available to everyone. Third‐party communications satellites are not typically part of 

a GNSS constellation meaning a specific  type of GNSS  receiver or external device  is needed  to access 

these signals. Global service providers develop specific brands  (e.g., OmniSTAR) of GNSS  receivers  for 

this purpose, and various manufacturers (e.g., Leica Geosystems) sell devices that are compatible with 

global services  (e.g., Trimble’s OmniSTAR service). Upon purchasing a compatible receiver, users must 

also purchase a subscription from the global service provider in order to access correction information. 

Four industry examples are described below. 

OmniSTAR: Trimble’s OmniSTAR service is comprised of over 100 global CORS (approximately 13 located 

in Australia), eight independently owned communications satellites, and two global control centres, and 

data corrections are delivered via L‐Band satellite communications (OmniSTAR, 2013). Global OmniSTAR 

services  include OmniSTAR HP, G2,  XP,  and VBS, which  range  from  ±10cm  horizontal  accuracy  (95% 

confidence) for HP services, to sub‐metre horizontal accuracy for VBS. Vertical accuracies are typically 

up to two and a half times worse than horizontal accuracies. Some positioning techniques implemented 

by OmniSTAR (e.g., DGNSS – see Chapter 3) require less data to be transmitted to the user (such as L1‐

only solutions), meaning the data  format  is highly compact and requires  limited bandwidth, therefore 

allowing efficient  transmission via satellite. These data products are  typically used  for  lower accuracy 

applications given residual atmospheric and system errors are not fully minimised.   

OmniSTAR  HP  and  XP  also  use  dual‐frequency  (e.g.,  L1/L2)  carrier  phase measurements  to  further 

reduce range errors between a satellite and receiver, but users must operate dual‐frequency receivers 

in order to apply these higher accuracy (e.g., ±10cm) corrections. OmniSTAR sells a range of OmniSTAR 

receivers  that  are  optimised  for  different  applications  and  positioning  services,  and  various 

  134      

manufacturers have developed OmniSTAR  compatible  receivers.  The  current datum  for OmniSTAR  is 

ITRF2008 meaning Australian users must transform their coordinates to GDA94 if needed.   

NavCom  StarFire:  StarFire  broadcasts  global  data  corrections  via  geostationary  satellites  using  dual‐

frequency observations from over 80 global CORS sites, which enables multi‐GNSS positioning solutions 

of around ±5cm horizontal, and ±10cm vertical (95% confidence) in good operating conditions (Murfin, 

2013).  Standard  convergence  times  of  30  to  45  minutes  apply  (Navcom,  2014).  Single  frequency 

applications deliver around ±50cm horizontal and ±100cm vertical accuracies (95% confidence).  

StarFire was developed by NavCom Technologies  Inc.  (NavCom) and Ag Management Systems  (AMS), 

which are both part of Deere and Company, one of  the  largest  suppliers of agricultural products and 

services worldwide.  StarFire  is marketed  as  a  global  SBAS,  and whilst  the  system maintains  a  strong 

presence  in the global agriculture market, around 10 per cent of  its customers are from other sectors 

including surveying, GIS, aviation, maritime and government. StarFire offers two primary subscriptions: 

Land Only  and All Areas.  L‐Band  data  corrections  are  delivered  via  the  third‐party  inmarsat  satellite 

network (inmarsat, 2013).  

StarFire presents  an  interesting  case  of  commercial  collaboration  between  government  and  industry 

providers.  Since  2001,  NavCom  have  licensed  software  known  as  Real  Time  GIPSY  (RTG)  that  was 

developed  by  NASA’s  JPL.  RTG  is  used  to  compute  real  time  orbit  and  clock  corrections which  are 

implemented by StarFire to enable sub‐decimetre horizontal accuracies globally.  

Veripos: Veripos, owned by TERRASTAR,  is a third global service provider that offers similar correction 

products to StarFire via the same satellite communications network (inmarsat). Veripos has its roots in 

marine positioning  services and  continues  to  increase  its presence  for  land applications. Veripos was 

purchased by Hexagon Ground in 2013, which also owns Leica Geosystems. 

CenterPoint RTX: Trimble’s CenterPoint RTX product uses PPP techniques to deliver global positioning 

solutions at sub‐decimetre accuracies. PPP is traditionally a post‐processing methodology that requires 

time to model orbit, clock and other error corrections with sufficient accuracy to enable sub‐decimetre 

positioning accuracy (see Chapter 3).  

Trimble  markets  horizontal  positioning  accuracy  for  its  CenterPoint  RTX  service  at  ±4cm  (95% 

confidence) globally, with a convergence time of 20‐30 minutes, meaning the service does not provide 

an  instantaneous  real‐time  positioning  capability.  However,  once  initial  convergence  is  achieved, 

CenterPoint RTX can operate in real‐time so long as the user maintains visibility to multiple satellites. If 

visibility  is  lost,  new  carrier‐phase measurements  require  time  to  re‐converge.  RTX  typically  delivers 

higher  accuracy  than  Trimble’s OmniSTAR  services  once  convergence  is  achieved.  Trimble  leverages 

ground and space based infrastructure from OmniSTAR to deliver RTX services. Trimble is also evaluating 

the benefits of  including additional satellites from China’s Beidou system to  improve the performance 

  135      

(e.g., orbit and clock quality) of CenterPoint RTX, which offers  the potential  to decrease convergence 

times across a larger service area (Landau et al., 2013). 

To achieve faster convergence times, Trimble currently offers the CenterPoint RTX Fast product which is 

designed  to  converge  in  less  than one minute. However,  service  coverage  is  limited  to  central North 

America (within a region of approximately 50,000 km2), where supporting CORS infrastructure is spaced 

at  approximately  120  km,  allowing  regional  error  models  (similar  to  NRTK)  to  support  faster 

convergence and greater accuracy.  

The resulting RTX corrections are optimised using proprietary data formats developed by Trimble, which 

are  compact  enough  for  transmission  via  L‐Band  satellite  frequencies.  Trimble  and  Trimble‐affiliated 

receiver  brands  are  needed  to  implement  RTX  corrections.  RTCM  formats  used  for  standard  NRTK 

solutions  are  not  typically  suited  to  satellite  delivery  given  their  high  bandwidth  and  low  latency 

requirements.  Trimble  also  notes  that  CenterPoint  RTX  operates  as  a  standalone  global  positioning 

service rather than relying on access to any external data products such as orbit and clock corrections 

provided by the IGS.  

 4.4.6.2 IGS REAL‐TIME  SERVICE    The IGS Real Time Service (IGS‐RTS) is a global service operated by the IGS as a public good, to provide 

free access to global orbit, clock and  ionospheric corrections that can be  implemented by any user or 

GNSS manufacturer. Chapter 2 described the voluntary role that the IGS has undertaken since 1994 to 

compute and deliver precise  satellite orbit and clock data  for post‐processing purposes. The  IGS‐RTS, 

launched  in April 2013, extends  this  role  to delivering  real‐time orbit and  clock products  that  can be 

used to compute sub‐decimetre PPP solutions. IGS‐RTS products are formatted as RTCM‐SSR messages 

and broadcast using the NTRIP protocol, and RTS orbits are expressed in ITRF08. The RTS also provides 

one Hertz (Hz84) data streams of GPS and GLONASS observations from approximately 130 real‐time IGS 

receivers within the 370 station global IGS CORS network.  

The global benefit of the IGS‐RTS is that RTCM‐SSR messages are non‐proprietary, meaning they can be 

implemented free of charge by all users. RTCM‐SSR messages are therefore beneficial for scientific and 

public good purposes, such as weather forecasting, geophysical hazard detection and warning systems, 

and GNSS performance monitoring. Geophysical applications are a key driver given open, and globally 

available real‐time GNSS  information  is complementary to other  information, such as seismic data, for 

rapidly detecting, locating, and characterising hazardous events such as earthquakes and tsunamis (IGS, 

2013d).  

Alternative global positioning services provided by industry typically require fee‐based subscriptions and 

a  specific  brand  of GNSS  receiver  to  access  proprietary  data  formats.  The  IGS  therefore  encourages 

                                                                 84 1 Hz equals 1 measurement per second. 

  136      

manufacturers  to  integrate  RTCM‐SSR  and  future  RTCM‐MSM  functionality  into  their  receivers  to 

promote global compatibility and performance management of PPP and other positioning services. No 

manufacturers have  incorporated PPP  functionality using RTCM‐SSR messages at  the  time of writing. 

Hence, whilst the IGS‐RTS is a global positioning service, the service is typically used by researchers and 

scientific agencies with the expertise to apply and compare RTCM‐SSR data.  

 4.4.6.3 GLOBAL  VERSUS  NATIONAL POSITIONING INFRASTRUCTURES  Whilst the four industry SPs identified previously have made significant progress towards enabling sub‐

decimetre positioning  accuracy using  dual‐frequency multi‐GNSS  signals,  no  service provider  delivers 

global  three‐dimensional positioning accuracy at ±2cm  (95% confidence)  in  real‐time. Some providers 

augment  their  global  services  by  deploying  or  accessing  local  or  national  networks  of  CORS 

infrastructure to deliver high accuracy corrections within specific geographic regions (e.g., CenterPoint 

RTX Fast).  

It follows that global service providers are not considered a direct substitute for existing high accuracy 

positioning services in Australia, which is why governments and industry continue to densify their CORS 

networks in regions of higher demand. The decision to substitute to a global positioning service depends 

on a user’s opportunity costs for accuracy and coverage (refer to Section 6.2.1.1). User education is also 

a key  factor given different  types of  technology and services are marketed by businesses  that have a 

stronger presence and brand in particular market sectors, such as Deere and Company. In the context of 

a  NPI  however,  the  capacity  for  global  service  providers  to  function  as  a  complement,  alternative, 

backup  and  competitor  to  existing  and  future  high  accuracy  positioning  services  in  Australia  is  an 

important consideration addressed in Chapter 6.  

Readers are also reminded that Chapter 3 introduced QZSS LEX as a potential alternative to using third‐

party communications satellites as the primary means of delivering data corrections. LEX is a dedicated 

communication channel for broadcasting more complex correction data than standard SBAS signals, and 

is directly  interoperable with GPS  L1 meaning any GPS‐enabled device  could potentially  receive data 

corrections where QZSS coverage is available. QZSS is however a RNSS meaning the benefits of LEX will 

be limited to the Asia‐Pacific region, including Australia. 

 4.4.7 GLOBAL COLLABORATION 

 A  unique  property  of  CORS  infrastructure  is  that  the  same  individual  CORS  sites  that  augment 

positioning infrastructures at a local (e.g., State) and national scale also contribute to global positioning 

infrastructure.  These  positive  externalities85  mean  that  CORS  sites  create  additional  benefits  (e.g., 

economic),  beyond  their  direct  benefits, which  help  to  justify  ongoing  investment  in  CORS. A  prime 

                                                                 85 Introduced in Chapter 1 and revisited throughout Chapter 6.  

  137      

example  is  the  Australian‐owned  Tier  1  CORS  that  contribute  to  developing  the  IGS  orbit  and  clock 

products. GA owns and operates these Tier 1 sites that are primarily used to manage GDA94, but they 

also  contribute  to  strengthening  the global  IGS CORS network. Tier 1  sites would  still be needed  for 

datum management  in Australia  regardless of whether  they  contributed  to  the  IGS, but  the positive 

externalities they create further justify their value.  

It  follows  that  a  key  expectation  of  national  geodetic  agencies  is  that  they  share  their  CORS 

infrastructure with the global user community to maximise public good benefits  (see Section 6.4). For 

example, the global user community benefits from increased redundancy and integrity (i.e., scalability) 

in  the  IGS  tracking  network.  This  collaboration  fosters  research  and  commercial  innovation  for 

developing  cost‐effective  GNSS  products  and  services,  the  benefits  of  which  ultimately  flow  to 

consumers. Hence, the extent to which global and regional users benefit  from the global  IGS network 

depends on the number of other people that are using it, which is an example of the network effect (see 

Section 6.2.4) 

In a geodetic context,  the  IGS  is only one example of global collaboration  that supports Earth science 

research,  commercial  PNT  applications  and  multi‐disciplinary  education.  Various  international 

associations and unions have been established to promote scientific cooperation and research. Leading 

organisations  that benefit  from public access  to geodetic CORS  infrastructure and positioning services 

include  the  IGS,  the  Global  Geodetic  Observing  System  (GGOS,  2011),  and  the  International  Earth 

Rotation and Reference System Service (IERS, 2014), all of which are services and observing systems of 

the International Association of Geodesy (IAG, 2013).   

 

4.5 CONCLUSION 

 This  Chapter  has  described  the  evolution  of  CORS  infrastructure  from  its  geodetic  origins  to  the 

multitude  of  scientific  and  commercial  networks  that  now  operate  locally,  nationally  and  globally. 

Approximately 150 CORS are sparsely  (>200 km) distributed across Australia as part of  the ARGN and 

AuScope networks to support geodetic and other Earth science applications.  

CORS  infrastructure  investment by State and Territory governments was  found to be  inconsistent and 

primarily driven by commercial  incentives  in regions where a suitable RoI has been  identified. VIC and 

NSW have contributed most  investment  to date  in  response  to commercial demand  from agriculture, 

engineering,  mining,  construction  and  surveying  industries.  VIC  and  NSW  operate  commercial 

positioning  services on  a  competitive neutral basis, but  leverage  these  services  for  internal business 

purposes such as monitoring the geodetic datum.  

The number of government  services  that  require access  to high accuracy PNT  information  is  likely  to 

increase  as  cross‐sectoral  engagement  and  awareness  continues  to  expand  in  light  of  Australia’s 

  138      

Satellite  Utilisation  Policy;  the  NPI  Plan;  and  the  outcomes  of  this  research.  Service  coverage  and 

accuracy is however limited across Australia at present due to different spatial policies, business models 

and scientific and commercial drivers for investment in CORS infrastructure.  

Industry SPs market their own value‐added positioning services that are differentiated in terms of GNSS 

equipment, quality control systems and proprietary data formats. Industry SPs often license source data 

from  government  and  third‐party  data  providers  and  deploy  additional  sites  in  regions  of  higher  to 

demand. All SPs can attract a broader client base by distributing data through affiliated DSPs.  

Data licensing increases access and compatibility when the same CORS sites are integrated into multiple 

positioning  services.  SPs  are  also  encouraged  to  include  high  stability  Tier  1  and  Tier  2  CORS with 

cheaper  Tier  3  infrastructure  to  establish  a  robust  and  traceable  link  to  the  NGRS.  Maintaining 

compatibility between  local, national and  international CORS networks within a global GRS  (e.g.,  ITRF) 

will  be  important  in  a  multi‐GNSS  future,  where  global  data  products  and  absolute  positioning 

techniques such as PPP become commonplace. Open data standards such as RTCM‐SSR messages will 

help to improve the availability and compatibility of positioning services on national and global scales. 

Data licensing was therefore found to extend service coverage across jurisdictional borders without the 

cost burden of deploying and managing physical CORS infrastructure, which has allowed industry to play 

a vital role  in enabling national positioning services. However, existing high accuracy service coverage 

has been  identified at only 8.4%, and no  individual SP manages a single point of access  to  this entire 

service coverage region. Furthermore, the majority of total coverage has been enabled by government‐

owned CORS, particularly in VIC and NSW.  

This thesis advocates the need for truly national positioning coverage through a coordinated investment 

and  data  sharing  approach,  as  guided  by  the  NPI  concept  introduced  in  Chapter  5,  and  examined 

economically in Chapter 6. 

   

        

 

CHAPTER 5    THE NPI CONCEPT  

 

THE NPI CONCEPT    

  140      

5.1 INTRODUCTION 

 The evolution of CORS  infrastructure has been described in Chapter 4 to  identify the current supply of 

high accuracy positioning services operated by government and  industry SPs  in Australia. This Chapter 

introduces the NPI concept as the next phase of this evolution that will establish a single point of access 

to CORS infrastructure across Australia.  

Chapter 1 identified technical, policy and business discussions between governments, industry, and the 

research  and  user  communities  of  Australia,  which  have  formalised  the  NPI  concept.  This  Chapter 

discusses why a  single point of access  is needed  to  improve access  to, and  the  functionality of CORS 

infrastructure within a NPI.  

 5.1.1 RESEARCH RATIONALE 

 The  rationale  behind  Chapter  5  is  to  demonstrate  the  infancy  of  the  NPI  concept  at  a  technical, 

institutional  and  economic  level,  and  therefore  outline  the  contribution  of  this  research  towards 

generating  knowledge  for planning  and  implementing  a NPI  (Chapters 6  and 7).  To  achieve  this,  the 

concept of creating a single point of access to existing CORS infrastructure through the NPI is explored, 

as illustrated in Figure 53. 

 FIGURE 53: CHAPTER 5 RATIONALE 

  

 Rationale for Chapter 5 which introduces the need to create a single point of access to CORS infrastructure 

in Australia by developing a NPI. 

   

  141      

5.2 BUILDING CONSENSUS 

 5.2.1 ANZLIC NPI POLICY 

 The NPI  concept was officially  accepted at  the national  level  in Australia with publication of  the NPI 

Policy  by  ANZLIC86  in  2010.  The  Policy  outlined  a  set  of  principles  for  ensuring  sustainable  and 

compatible deployment of GNSS CORS  infrastructure to service the positioning needs of a diverse user 

community with efficient and effective Australia‐wide positioning coverage. Five guiding principles were 

defined in the NPI Policy: Purpose; Interoperability; Performance; Governance; and Privacy.   

In light of Section 3.2, the NPI Policy recognised that CORS sit at the heart of positioning infrastructure, 

and that positioning infrastructure underpins the referencing and application of all spatial data: 

“While  early  development  of  the  CORS  infrastructure  is  desirable  and  will  deliver 

positioning  capabilities  to  Australian  governments  and  industry  yielding  significant 

economic  benefits,  this  early  development  is  not  currently  funded  or  coordinated  on  a 

national basis. CORS  infrastructure will however continue  to be  rolled out  in  this ad hoc 

manner, with the rate of the roll out determined by the  levels of  investment that can be 

made by various public and private sector players. Regardless of the rate of development 

of  the  infrastructure,  it  is  timely  to  develop  a  national  policy  that  will  help  steer  the 

development of Australia’s precise positioning infrastructure in a coordinated way so as to 

deliver optimum benefits to the nation as soon as possible.” 

(ANZLIC, 2010) 

 5.2.2 AUSTRALIAN STRATEGIC PLAN FOR GNSS 

 Further  consensus  on  the  need  for  a  whole‐of‐nation  approach  towards  managing  positioning 

infrastructure in a multi‐GNSS future was formalised in the Australian Strategic Plan for GNSS, published 

by  the  Australian  Spatial  Consortium  (ASC)  in  2012.  Partners87  of  the  ASC  represent  the  views  of 

governments,  industry and the research community, to establish a high  level  forum  in which the core 

spatial information organisations in Australia can share information, explore areas of common interest, 

and accelerate their collective achievements. The Australian Strategic Plan for GNSS recommends that a 

NPI will coordinate government and  industry  investment  in CORS  infrastructure, and will  facilitate the 

modernisation and operation of this infrastructure through national and international collaboration.  

                                                                 86 ANZLIC  is Australia’s peak  intergovernmental organisation  for  spatial data  collection  and management,  and  is governed by 10 senior officials from the Australian and New Zealand Federal governments and State and Territory governments of Australia.   87  The ASC  represents  the  views  of  government,  industry  and  research  through  partnerships with ANZLIC,  SIBA (Spatial Industries Business Association), CRCSI, SSSI (Surveying and Spatial Sciences Institute), PSMA Australia and 43 Pty Ltd – a unit trust that brings together over 50 companies to conduct research through the CRCSI. 

  142      

5.2.3 AUSTRALIA’S NPI PLAN 

 Chapter 1 introduced the need for a NPI Plan in alignment with Principle one of the Australian Satellite 

Utilisation Policy. The NPI Plan will examine investment in domestic ground infrastructure that is needed 

to  deliver  accurate  and  reliable  positioning  information  to  users  across  Australia  (Australian 

Government, 2013). Chapter 1 specifies that the Intellectual Property developed through this research is 

assisting  the Australian Government  to develop  the NPI Plan. Whilst  the Plan has not been  released 

publicly  at  the  time  of writing,  its  Terms  of  Reference  (Geoscience Australia,  2012)  are  summarised 

below  to  demonstrate  in  subsequent  Chapters  why  this  research  will  be  used  as  a  resource  for 

implementing the Plan.  

It is noted however that the outcomes of this research are not contingent on the outcomes of the NPI 

Plan. The research findings stand alone as an original contribution to knowledge  identifying challenges 

and  opportunities  for  enabling  greater  access  to  CORS  infrastructure  in  Australia,  particularly  in 

response to ANZLIC’s NPI Policy.  In  light of Section 1.4, the contribution of this work has already been 

validated by informing development of the NPI Plan itself.  

 NPI Plan Terms of Reference (Geoscience Australia, 2012): 

With a view of enhancing coordination of current and future investment in positioning, navigation and 

timing infrastructure and developing an interoperable coherent national network, the development of a 

national positioning infrastructure plan will examine and make recommendations on: 

1. the appropriateness of an interoperable coherent national positioning network; 

2. how  positioning  infrastructure  supports  the  delivery  of  government  services  and  programs  and 

drives innovation and productivity benefits for Australia; 

3. the overall  investment required over a ten‐year timeframe to adopt and build a coherent national 

positioning network; and  

4. the benefits derived  from Australia’s unique geographic position and ability  to access new GNSS 

systems and the need for use of these systems within Australia.  

 Importantly,  ‘Infrastructure’  is  taken  to  include  the  full extent of enabling systems required  to deliver 

value from GNSS, from the physical acquisition of space‐based signals through to the delivery of precise 

positioning information to users.  

This  is the first Australian research study to  identify and relate technical,  institutional and economic 

evidence that supports the arguments set out  in the ANZLIC NPI Policy, Australian Strategic Plan for 

GNSS,  and  the  NPI  Plan,  regarding  why  a  NPI  will  facilitate  greater  coordination  of  CORS 

infrastructure.  The  concept  of  creating  a  single  point  of  access  to  all  CORS  infrastructure  is 

subsequently addressed throughout this thesis to examine the research hypothesis. 

  143      

5.3 NPI: A SINGLE POINT OF ACCESS 

 Chapter 4  identified  that no  individual SP has established a  single point of access  (technically)  to  the 

existing  8.4%  high  accuracy  service  coverage  region  across  Australia  (see  Figure  40).  Section  6.4.1.3 

explains that no central department within the Australian Government is recognised (institutionally) as 

the single point of contact for matters related to real‐time high accuracy GNSS positioning infrastructure 

and services. The challenge of developing uniform spatial policy within a federated government system 

was  reviewed  in  Section  4.2.1.1,  and  the  economic  (cost‐benefit)  implications  of  these  technical 

(infrastructure and data standards) and institutional (access policies, funding and certification) shortfalls 

are examined in Chapter 6. 

To  adequately  address  these  economic  implications  in  light  of  recent  policy  and  technical  work, 

comparisons  are  needed  with  earlier  research  by  Hale  (2007)  and  Higgins  (2008)  addressing 

coordination or ‘unification’ issues preceding the NPI concept. This background research is reviewed in 

the  following  Sections  to  identify  similarities with  the  technical,  institutional  and  economic  themes 

presented  throughout  this  thesis.  The  NPI  Planning  Framework  developed  in  Chapter  7  then 

demonstrates  that empirical spatial data analysis and economic  theory applied  throughout  this  thesis 

contributes a level of innovation and originality that significantly enhances the relevance and impact of 

previous and current research, by articulating more clearly  the underlying business case  for supplying 

CORS  infrastructure. These findings are summarised within NPI Planning Framework to  identify criteria 

for  establishing  a  single  point  of  access  (technically,  institutionally  and  economically)  to  CORS 

infrastructure across Australia. 

 5.3.1 PAST RESEARCH 

 The ‘GNSS CORS Network Management Model’ (CNMM) (Hale, 2007) and ‘Higgins model’ (Higgins, 2008) 

for unifying access to CORS infrastructure are briefly reviewed within this Section. Both models address 

two key challenges examined throughout this thesis: 

1. To coordinate Federal, State and Territory government funding and management of Australia’s 

positioning infrastructure; 

2. To coordinate public and private sector investment in positioning infrastructure.       

Both models  are  contrasted  with  the  NPI  concept  in  this  Chapter  to  articulate  why  the  economic 

research contribution presented in Chapter 6 is unique. 

    

  144      

5.3.1.1 GNSS CORS NETWORK MANAGEMENT  MODEL  In developing the GNSS CORS Network Management Model (Figure 54), which explores the relationships 

between CORS network operators, data  custodians,  researchers, developers, data providers and data 

users, Hale (2007) identifies that: 

“Optimising  the  utility  and  productivity  of  CORS  networks  depends  as much  on  CORS 

network  management  arrangements  and  how  well  they  meet  institutional,  legal, 

operational  and  commercial  requirements,  as  it  does  on  developing  the  technical 

capability of GNSS/CORS technology”. 

 (Hale, 2007) 

 This statement  is particularly relevant to the  institutional and economic themes  identified throughout 

this  thesis  regarding  the need  for a more national approach  to coordinating policy and  investment  in 

Australia’s positioning infrastructure. In fact, the CNMM was primarily developed as a tool to stimulate 

future  research on addressing unification  issues  (Hale, 2007), which are  themes  this  research directly 

responds to.  

The CNMM focuses on  leveraging the public sector’s national capabilities for coordinating policies and 

standards  at  State,  Territory  and  Federal  levels  of  government,  whilst  highlighting  the  technical 

innovation, marketing  and  distribution  capabilities  of  the  private  sector  (Hale  et  al.,  2006).  It  also 

illustrates  the  flow of  revenue,  royalties and user  fees  that could be distributed between  the various 

participants  in  the market  for  high  accuracy  positioning  services.  Although  the model  is  national  in 

scope,  it  assumes  that Australian Government  CORS  infrastructure would  continue  to  be  in‐filled  by 

State and Territory governments who would establish multi‐lateral agreements to ensure consistency in 

their core institutional, operational, commercial and legal management requirements.  

This  ‘partnership’ model  differs  somewhat  from  public policy discussions  in  Chapter  6  regarding  the 

need  for uniform  regulation,  funding and standards,  implemented  through an Australian Government 

mandate to create a single point of access. Whilst this thesis encourages ongoing  investment by State 

and  Territory  governments,  it  details  the  benefits  of  creating  partnerships  between  the  Australian 

Government and each State and Territory government, rather than relying on multi‐lateral agreements 

between States  to enable uniform and  centralised access  to CORS  infrastructure. Partnering with  the 

Australian Government aligns more closely with the positioning objectives set out in the NPI Policy and 

Satellite Utilisation Policy towards maximising utility from all existing infrastructure, thereby recognising 

the national significance of previous government investment.  

  145      

FIGURE 54: GNSS CORS NETWORK MANAGEMENT MODEL 

  

GNSS CORS Network Management Model (Hale, 2007).  

However, in clear alignment with recent NPI discussions, the CNMM identifies CORS infrastructure as a 

ubiquitous  spatial  utility where  positioning  infrastructure  forms  another  component  of  fundamental 

national  infrastructure,  in  addition  to  transport,  telecommunications, water  and  power.  Hence,  the 

CNMM shifts the  focus  from traditional geodetic applications to  identify  ‘position’ as a key enabler of 

direct  and  external  benefits  (positive  externalities)  across  the  entire  economy.  Under  this  scenario, 

geodesy  is  the  scientific  tool  for managing  and monitoring  the  underlying  integrity  of  the  nation’s 

positioning infrastructure, but is not the primary justification for investing in CORS infrastructure.  

The NPI Planning Framework  introduced  in Chapter 7 builds on this concept by  identifying that a new, 

whole‐of‐government and industry approach to deploying, operating and managing CORS infrastructure 

is  needed  rather  than  limiting  coordination  to  a  set  of multi‐lateral  partnerships.  Conceptually,  the 

CNMM can be interpreted as an intermediate solution towards building a consolidated NPI. Regardless 

of  the  final coordination model  that  is adopted,  the NPI Planning Framework developed  through  this 

research  will  inform  the  underlying  business  case  for  coordinated  infrastructure  investment  and 

management in Australia.  

   

  146      

5.3.1.2 THE  HIGGINS MODEL  The Higgins Model also advocates partnerships between State and Territory government providers  to 

generate cross‐sectoral value from positioning infrastructure: 

“Given that it is difficult for single organisations to justify covering large areas of 

regional Australia there is a need to devise partnership models to develop a unified 

GNSS reference station network for Australia. ... A unified network of precise 

positioning reference stations would minimise duplication and optimise the outcomes 

from infrastructure investment ... more importantly, it would enable accelerated take 

up across major sectors of the economy, especially in regional areas”. 

(Higgins, 2008) 

 

Rather  than developing  a  partnership model  for  establishing  a  single point  of  access, Higgins  (2008) 

identifies five discrete organisational roles played by key organisations who supply CORS infrastructure 

and high accuracy positioning services across Australia. Figure 55 identifies these roles and the types of 

supply activities they entail. 

 FIGURE 55: HIGGINS MODEL 

  

A Model for Describing Organisational Roles in Precise Positioning Services (Higgins, 2008)88. 

 

It  follows  from Figure 55  that  the Higgins Model represents a  linear supply chain  that can be used  to 

identify different  roles  for  governments  and  industry  towards  establishing  and delivering positioning 

services. However, the Higgins Model does not explicitly identify or differentiate technical, institutional 

and economic criteria  for undertaking each  role. Put simply,  the Higgins Model  focuses on optimising 

                                                                 88 Comms: Communications 

Specify Stations Network DeliverProcess

Specify System• Target Density,

Coverage Reliability and Availability

• Site Quality• Equipment

Quality• Geodetic

Reference Frame

• Data Services Produced

• Data Access Policy

Own Stations• Site Selection• Site

Construction• Equipment

Purchasing• Station Data

Comms• Site

Maintenance• Equipment

Replacement Cycle

Network the Data• Data Comms

from Network Stations

• Control Centre• Data Archive

Process Network• Copy of

Network• Data

Processing• Production of

Data Streams• Distribution of

Data Streams• Data

Wholesaling • Retailer

Support

Deliver Service• Retail Sale of

Data Products• Marketing• Rover

Equipment support

• End User Support

• Liaison with User CommsProviders

Governance

  147      

the supply chain for a unified CORS network once the business case for coordination has been justified. 

The NPI Planning Framework has therefore been developed to inform the underlying business case for 

national  investment before Higgins  (2008)  and other models  are needed  to optimise  supply  criteria. 

Section 7.2 explores  the  relationship between  the Higgins Model and  the NPI Planning Framework  in 

greater detail. 

 5.3.2 NPI: A NEW APPROACH TO COORDINATING ACCESS 

 In essence, the purpose of this research  is to demonstrate that questions of why, and how to  increase 

access  to CORS  infrastructure across Australia are multifaceted. Whilst users often demand access  to 

high  accuracy  positioning  services  at  the  click  of  a  button,  governments  and  businesses who  fund, 

produce  and  distribute  these  services  are  faced  with  more  complex  technical,  institutional  and 

economic  decisions  on  how  to  enable  an  instantaneous  positioning  capability.  Collectively  these 

decisions influence the value chain and supply chain for managing, and therefore accessing positioning 

services. However, these criteria are not explicitly identified or addressed within the CNMM or Higgins 

models described previously. These earlier models primarily focus on refining and consolidating supply 

chains, whereas this research addresses public good and commercial challenges and opportunities  for 

supplying CORS infrastructure in the first place.  

In response to these challenges and opportunities, the concept of access  is examined throughout this 

research  from an  institutional perspective, with  regard  to  the policy‐driven  roles and  responsibilities, 

data access policies, funding arrangements (public and/or private), regulatory requirements (standards 

and certification procedures)  that  influence  the  rights and  restrictions of  those who produce and use 

position  information;  from  a  technical  perspective, with  regard  to  the  physical  radio  signals,  ground 

infrastructure, data formats and communication mechanisms needed to process and distribute position 

information; and  from an economic perspective, with  regard  to cost‐benefit decisions  that determine 

whether the direct (e.g., financial) and indirect (e.g., public safety) benefits of investment in positioning 

infrastructure, outweigh the fixed and variable costs needed to establish wholesale and retail markets 

for high accuracy GNSS positioning services.  

To  create  a  single  point  of  access,  these  technical,  institutional  and  economic  criteria  need  to  be 

addressed  in  a way  that  engages  all  relevant  stakeholders  (producers, managers,  users).  A NPI will 

create  this single point of access, meaning a NPI  is not  just a physical  infrastructure;  it  is  the people, 

principles, policies, guidelines, standards,  institutions and  technology needed  to enhance  the value of 

multi‐GNSS position  information  to  the Australian economy.  Similar  to  the NBN,  Figure 56  illustrates 

that a NPI will underpin a competitive market in which multiple SPs and VARs of positioning (and other) 

services can offer a single point of access to a truly national real‐time positioning network. 

  

  148      

FIGURE 56: CONCEPTUAL NPI MODEL 

 

 

 

 

 

 

 

 

 

 Conceptual supply chain for distributing CORS data through a single point of access nationally to increase 

wholesale and retail access for public good and commercial purposes. 

 The  coordinating  body  in  Figure  56  is  the  organisation(s)  responsible  for  coordinating  (licensing) 

wholesale  access  to  data  from  independently  owned  CORS  infrastructure,  contributed  by  NPI 

stakeholders from across Australia. The coordinating body would facilitate wholesale and retail access to 

this  data  in  Australian  and  international  positioning markets.  This  data  could  be  used  directly89  by 

governments, academia and the broader scientific community (e.g., for public good purposes), and sold 

(for  a  fee)  in  the  retail market  either directly without  augmentation, or with  a  level  of  value‐added 

augmentation (e.g., accuracy, quality assurance). Revenue from the positioning market would be used 

to  fund operational  costs  and ongoing maintenance, upgrades  and  expansion  (within  and outside of 

Australia)  of  a  NPI.  Stakeholders  that  contribute  data  to  the  NPI would  receive  royalties  from  this 

revenue stream to compensate their investment in CORS infrastructure, meaning a larger royalty would 

be paid to those who contribute more data. 

Chapter  4  provided  international  examples  of  existing markets  in  the United  Kingdom  and Germany 

where governments have  funded a backbone of national CORS  infrastructure, similar  to  the model  in 

Figure 56, which can be accessed for public good (e.g., geodetic) and commercial purposes. Commercial 

SPs  in these countries have a single point of access90 (e.g., provided by Ordnance Survey  in the UK) to 

national  CORS  infrastructure,  which  enables  them  to  enter  competitive markets  and  sell  access  to 

national  positioning  services.  This  single  point  of  access  ensures  each  service  is  linked  to  the  same 

                                                                 89 Access could be provided free of charge or at a cost depending on the chosen funding model. 90 Subject to potential licensing fees and certification criteria. 

Single Point of Access

CORS

CORS

Public & Private Stakeholders

‐ Service

Providers ‐ Value Added

Resellers ‐ Governments ‐ Academia ‐ ’Public Good’

Positioning Market

Competitive

 

Revenue Revenue/Royalties

Principles Policies

Guidelines Standards

People Institutions Technology

CORS NPI

Coordinating Body

Wholesale Access

Wholesale & Retail Access

CORS

  149      

infrastructure, thereby promoting technical and institutional traceability. In other words, assuring users 

of  a nationally  consistent  and  standardised  (i.e.,  certified)  connection  to  the NGRS  (through  a  single 

point of access) ultimately addresses and protects the technical, institutional and economic interests of 

all stakeholders.  

Similarly,  State  governments  in  VIC  and NSW  have  already  created  single  points  of  access  to  CORS 

infrastructure located within their individual States (including infrastructure shared across the VIC‐NSW 

border  in some areas). Both governments  license access to standardised (RTCM) data from Regulation 

13 certified CORS  for use by commercial SPs. Table 10  in Section 4.3.2.4 highlighted  that  the VIC and 

NSW governments enable 100% and 97.1% of high accuracy positioning coverage, respectively, in each 

State  regardless  of  additional  investment  by  industry.  A  single  point  of  access  is  now  available  to 

industry providers  in  these  States  to  avoid  further duplication,  and  to promote  competition  in  retail 

markets.  

Furthermore,  two or more SPs  collectively have greater  resources  (e.g.,  finances, employees, existing 

and  prospective  users)  for  marketing  and  selling  positioning  services  than  one  SP  alone,  meaning 

multiple  SPs  can  attract  a  larger  network  of  users  without  the  cost  burden  of  deploying  new 

infrastructure.  Findings  by  Hale  (2007)  in  Section  5.3.1.1  support  this  argument  by  reinforcing  the 

private  sector’s  strengths  in  innovating, marketing  and distributing  positioning  services  to  a  broader 

user base.  

To summarise, creating a single point of access to data through a NPI lowers access costs for SPs (rather 

than deploying new CORS), and  increases competition between SPs who access the NPI. Greater price 

competition can therefore lead to lower access costs (e.g., subscription costs), meaning more users have 

incentive to purchase high accuracy positioning services. Chapter 6 provides unique economic evidence 

to support this argument by examining the case for consolidating access to existing CORS infrastructure 

across  Australia,  thereby  generating  a  larger  and more  competitive  national market  for  positioning 

services.  

 5.3.2.1 NPI: A NATURAL EVOLUTION  To  set  the  scene  for  the  economic  analysis  presented  in  Chapter  6,  it  is  useful  to  summarise  key 

technical and institutional arguments for coordinating access to CORS infrastructure by interpreting the 

NPI  as  a  natural  evolution  in  Australia’s  management  of  geodetic  and  commercial  positioning 

infrastructure. In this broader positioning context, the NPI should be viewed as a resource not only for 

accessing and referencing GNSS data, but spatial data more generally. 

A key  theme examined  throughout  this  thesis  is  that government and  industry providers  in countries 

with  large geographic extents  such as Australia  face  challenges  trying  to  justify ground  infrastructure 

investment on a national scale using current GNSS technology and positioning techniques. Governments 

  150      

and industry need to be convinced that an increasing number of activities (e.g., transport, engineering, 

agriculture) will require accurate and reliable position information (i.e., an accurate and traceable link to 

the NGRS), made  available  to  users  at  low  cost  and with  high  simplicity,  regardless  of where  these 

activities are  located  (i.e., within or outside of existing high accuracy service regions). Communicating 

this  requirement  is  particularly  important  as  multi‐GNSS  technology  becomes  embedded  in  the 

information  economy  (see  Chapter  6),  and  as  absolute GNSS  positioning  techniques  such  as  RT‐PPP 

evolve  to become  the standard  (see Chapter 4). Put simply, deploying a uniform distribution of CORS 

infrastructure  nationally  enables  better modelling  of  the  dynamic  relationship  between  a  country’s 

NGRS and GNSS/RNSS systems. Any positioning application, in any location of Australia (and ultimately 

the  Asia‐pacific) will  therefore  benefit  from  having  access  to  authoritative  position  information  that 

accurately describes this relationship. The NPI is a technical, institutional and economic mechanism for 

producing  and distributing  this position  information, nationally. Chapter 6  examines  this  relationship 

from the user perspective, to evaluate why the economic (i.e., public good and commercial) benefits of 

a NPI are the primary justification for facilitating mass market uptake through a single point of access. 

In  a  broader  context, whether  spatial  data  is  applied  locally  (e.g.,  a  building  site),  State‐wide  (e.g., 

topographic mapping, asset management), nationally  (e.g., elevation models, monitoring  intra‐crustal 

motion, building and connecting  transport  infrastructure), or  regionally  (e.g., APREF),  the NGRS  is  the 

reference  for all  spatial data  in  a  country,  and GNSS  technology  improves  the  accuracy  and national 

consistency of a NGRS. Consequently, deploying a uniform distribution of CORS  infrastructure across a 

country brings  technical  (accuracy, quality assurance),  institutional  (traceability) and economic  (more 

‘valuable’ data) benefits  to anyone who collects and applies spatial data referenced  to  the NGRS; not 

just those who specialise in GNSS applications. Hence, the value chain for supplying CORS infrastructure 

not only relates to GNSS applications, but the value it contributes to producing and referencing spatial 

data more  broadly.  Given most  users  will  have  no  concept  of  what  the  NGRS  is,  let  alone  why  a 

consistent  connection  to  it  creates  significant  value, Chapter 6 establishes an economic narrative  for 

evaluating and  communicating  the value  that high accuracy multi‐GNSS positioning  services  create  in 

consumer markets. 

 

5.4 CONCLUSION 

 This  Chapter  has  described why  the NPI  concept  centres  on  improving  coordination  of  existing  and 

future CORS infrastructure, nationally, to increase access to positioning services. The business case for a 

NPI must reflect the direct and external benefits that coordination through a single point of access will 

enable  for  producers  and  consumers.  Collaborative  planning  to  create  a  single  point  of  access will 

require a governance structure that brings together stakeholders from across government and industry 

to clarify  roles,  responsibilities and  reporting mechanisms  for discussing and negotiating national and 

international requirements for a NPI.  

  151      

Early  planning  and  policy  work  by  ANZLIC,  the  ASC,  and  GA  has  opened  communication  between 

governments and industry. Technical, institutional and economic requirements must now be articulated 

in a way that  informs the business case and subsequent development of a NPI. A new model (the NPI 

Planning Framework) for  identifying and relating these coordination objectives  is summarised through 

this research to support planning and implementation of Australia’s NPI.   

 

   

  152      

   

        

 

CHAPTER 6    ACCESSING GNSS POSITIONING SERVICES: UNDERSTANDING THE ECONOMICS 

 

ACCESSING GNSS POSITIONING SERVICES:   UNDERSTANDING THE ECONOMICS  

   

  154      

6.1 INTRODUCTION   

 This  Chapter  identifies  and  evaluates  economic  criteria  that  influence  supply  and  demand  for  CORS 

infrastructure and positioning  services across Australia. Evidence of positioning coverage  is combined 

with economic theories for information goods, economies of scale, network externalities, public goods, 

market competition and marginal utility, to demonstrate that the costs and benefits of deploying CORS 

infrastructure are not evenly distributed spatially.  

No other research has established an economic context  for communicating  technical and  institutional 

criteria for supplying CORS infrastructure and high accuracy positioning services. Economic studies have 

focussed on quantifying the macroeconomic value that high accuracy position  information provides to 

the economy  (The Allen Consulting Group, 2008, ACIL ALLEN Consulting, 2013), however  limited focus 

has  been  given  to  addressing  the  microeconomic  decisions  made  by  suppliers  of  positioning 

infrastructure. Macroeconomic studies pay little attention to the economic inefficiencies that arise from 

duplication and a lack of standardisation in the national supply of CORS infrastructure.  

This Chapter establishes a microeconomic context for interpreting and analysing technical, institutional 

and  commercial decisions  faced by  suppliers of high accuracy positioning  services, and describes  the 

potential  benefits  that  producers  and  consumers  of  position  information  can  leverage  from  a  single 

point of access to CORS infrastructure: the NPI. 

 6.1.1 RESEARCH RATIONALE 

 Chapter 6  revisits  two key questions  raised  in Chapter 4: where do governments and  industry deploy 

CORS  in Australia; and how do  they  fund  this  infrastructure? This Chapter adds a why component  to 

each of these questions by applying economic theory and reasoning to the technical (e.g., multi‐GNSS, 

positioning  techniques,  data  formats,  scientific  research),  institutional  (space  policies,  geodetic 

responsibilities,  funding models,  custodianship)  and  commercial  (data  licensing, wholesale  and  retail 

distribution) supply challenges identified throughout this thesis so far (see Figure 57).  

This  Chapter  does  not  quantify  dollar  values91  for  the  costs  and  benefits  of  deploying  CORS 

infrastructure, but does  identify the cost‐benefit decisions that will determine how a NPI can enhance 

the  value  of  Australia’s  high  accuracy  GNSS  positioning market.  Economics  principles  are  therefore 

reviewed and applied in the context of producing, operating and distributing positioning services, which 

will guide future investment decisions by Australian governments and industry for establishing a NPI. 

                                                                 91 Dollar values for costs and benefits are approximated in some examples to demonstrate economic theories. 

  155      

FIGURE 57: CHAPTER 6 RATIONALE 

  

Chapter 6 defines and evaluates economic principles for relating and communicating the technical, 

institutional and economic concepts that are examined in this thesis for establishing a NPI. 

 

6.1.2 ECONOMIC THEORY 

 The economics theory and analysis applied within this Chapter is introductory. The purpose is to develop 

economic context and structure rather than applying quantitative economic analysis. This Chapter does 

not implement a formal Cost‐benefit Analysis (CBA) but does articulate the various economic decisions a 

CBA  should  address  for  understanding where  and  how  to  supply  high  accuracy  positioning  services 

across  Australia. Original  knowledge  is  developed  by  defining  and  validating  economic  theories  and 

models as they apply to producing, distributing and accessing GNSS position information. 

 6.1.2.1 BACKGROUND 

 Economics is a social science that studies how individuals, governments and companies make choices for 

allocating  resources  to  support  the  production,  distribution  and  consumption  of  goods  and  services 

(Frank  et  al.,  2008).  Economics  theory  is  premised  on  the  fact  that  society’s  resources  are  scarce, 

meaning  limited resources are available for supplying the goods and services that consumers demand. 

Economists study the decisions and  interactions of buyers and sellers  to determine how governments 

and businesses allocate  scarce  resources. Pareto efficiency occurs  in a market when all  resources are 

allocated in the most efficient way possible, therefore making it impossible for one individual to benefit 

without  disadvantaging  another  (Frank  et  al.,  2008).  The  concept  of  pareto  efficiency  is  revisited 

  156      

throughout  this  Chapter  to  evaluate  production  and  pricing  decisions  made  by  governments  and 

industry in the market for high accuracy positioning services. 

Microeconomics  is  primarily  focused  on  the  decisions  that  affect  supply  and  demand  for  goods  and 

services within specific markets. These decisions influence the price, quantity and quality of goods that 

are  produced  and  consumed  in  different markets. Macroeconomics  on  the  other  hand  focuses  on 

behaviours  in  the  ‘aggregate’  economy  including  factors  such  as  Gross‐Domestic  Product  (GDP), 

unemployment rates, interest rates, inflation, trade deficits, exchange rates and national budgets. Both 

fields of economics are interdependent given the aggregate behaviour of organisations and consumers 

in  each market  contribute  to  the  overall  state  of  the  economy. Decision‐making  at  the macro  level 

therefore affects decision‐making within individual markets (Mankiw, 2007).    

Previous studies aimed at quantifying the macroeconomic value (measured in terms of contributions to 

national GDP)  that  is generated by Australia’s high accuracy GNSS market have primarily  focussed on 

quantifying  benefits  to  industries  such  as  agriculture,  construction  and mining  (The Allen  Consulting 

Group, 2008). These benefits are quantified  in terms of productivity gains and associated cost savings 

from reduced inputs, which increases value for users that can access positioning services. Section 6.3.1.6 

explores these benefits  in greater detail. The challenging task of quantifying benefits to user groups  in 

the utilities, finance, and transport (road, rail, maritime and aviation) sectors has also been attempted 

by ACIL Allen Consulting (2013).  

These  macroeconomic  studies  primarily  focus  on  demand‐side  economics  as  opposed  to  analysing 

production  decisions  for  optimising  the  supply  of GNSS  infrastructure  that  is  needed  to  service  this 

demand. Individual decisions made by consumers, governments and businesses, to produce, distribute 

and access positioning services, such as  those analysed  in a CBA, have  received  little attention  in  the 

public  literature. Hence,  limited  research  is  available  on  the  cost‐benefit  criteria  faced  by  individual 

governments  and  businesses  for  optimising  the  supply  of  their  positioning  infrastructure  resources. 

Chapter  6  is  therefore  dedicated  to  establishing  an  economic  context  for  interpreting,  relating  and 

communicating  the  technical,  institutional and  commercial decisions  identified  in Chapters 1  to 5  for 

supplying positioning services across Australia.  

 6.1.2.2 SPATIAL DATA & POSITION  INFORMATION 

 A number of  comparisons  are made  throughout  this Chapter with ANZLIC’s  Economic Assessment of 

Spatial Data Pricing and Access  in Australia, which was completed  in 2010  (PwC, 2010a, PwC, 2010b). 

The first stage (PwC, 2010a) comprehensively reviewed economic principles, issues and funding models 

for producing and distributing fundamental spatial data. The second stage (PwC, 2010b) evaluated these 

models using a CBA. Of relevance to this Chapter is the definition that: 

  157      

“Fundamental  spatial  data  constitute  data  about  the  location  and  attributes  of 

features that are on, above or beneath the surface of the earth, that are captured from 

primary sources and, typically, cannot be derived from other data.”   

(PwC, 2010a) 

 

According to this definition, GNSS positioning services constitute a primary source of position 

information that is captured to produce fundamental spatial data. For example, fundamental data 

includes the cadastre, roads, administrative boundaries, and other physical features, whose location and 

other attributes are recorded as spatial data, which is captured using high accuracy GNSS position 

information (note that raw spatial data according to the definition above is the high accuracy position 

information that is captured using high accuracy GNSS data corrections). This Chapter demonstrates 

similarities between the value chain for producing and distributing (i.e., supplying) spatial data in 

Australia, and the value chain for supplying high accuracy GNSS data corrections. Economic models for 

pricing and accessing fundamental spatial data are therefore used to compare pricing and access models 

for producing and distributing positioning services.   

 

6.2 MARKET STRUCTURE & COMPETITION 

 A market  is a group of buyers and sellers of a particular good or service. Businesses typically compete 

with one another on the price and quality of their products to earn profit and increase their share of a 

given market.  

Developing a satellite positioning system requires access to different markets for space (e.g., satellites) 

and ground  (e.g., GNSS  receivers)  resources. Combining  these  resources  creates a highly diverse and 

competitive market for GNSS technology, which can be segmented by the differing needs of customers 

who demand access to PNT information (RAND Corporation, 1995). For example, GSA (2013) defines the 

GNSS market  as  the  GNSS‐based  products  (receivers  and  other  devices)  and  services  that  support 

markets for agriculture, transport, surveying, mining and Location‐Based Services (LBS). 

This  thesis  evaluates  supply  and  demand  for  high  accuracy  GNSS  positioning  services  across  these 

different  segments  of  the  broader GNSS market  in  Australia.  To  achieve  this,  economic  pricing  and 

access  models  for  producing  and  distributing  data  corrections  from  positioning  services  as  an 

information good must first be explored. 

 6.2.1 INFORMATION GOODS 

 Conventional goods and services are produced and consumed everyday including physical goods such as 

cars,  computers,  houses,  GNSS  receivers,  and  services  such  as  haircuts,  financial  advice,  and  public 

  158      

transport  etc.  Microeconomic  theory  analyses  supply  and  demand  criteria  for  these  products  to 

determine  the  quantity  of  each  good  that  should  be  produced,  and  the  price  at which  these  goods 

should be sold based on all available resources (Mankiw, 2007, Frank et al., 2008). 

However, modern economies dedicate considerable  resources  to producing  information goods, which 

are  defined  by  Krugman  and Wells  (2010)  as  goods whose  value  comes  from  the  information  they 

contain. Information  is defined by Shapiro and Varian (1999) as anything that can be digitised, such as 

computer software  (e.g., operating systems, programming tools, games), online services  (e.g., Google, 

stock  exchanges,  customer  support),  and  other  forms  of  digital  content  (e.g.,  movies,  television 

programs and music).  

In markets  for high accuracy position  information, Hausler and Collier  (2013a)  identify  that  the actual 

product delivered to consumers is the digital information contained within the data correction message 

(e.g.,  RTCM  data  messages).  Users  typically  purchase  this  data  through  a  paid  subscription  to  a 

government or industry positioning service. Early work by RAND Corporation (1995) defines GPS itself as 

a worldwide  information resource, and similar  information properties can be observed  in the modern 

high  speed data networks and mobile  telecommunications networks  that are  commonplace  today. A 

more recent US Government definition provided in Section 2.3.3 states that GPS is a global information 

infrastructure that establishes a free and open utility for accessing PNT information (GPS.gov, 2013).  

However, no  literature has been  identified  in Australia  that  explores  the  economic  characteristics of 

supplying  high  accuracy  GNSS  data  corrections  as  an  information  good.  In  particular,  the  market 

structures  that  drive  competition  for  producing  and  delivering  high  accuracy  data  corrections  in 

Australia are not well understood. Limited evidence is available for identifying and describing barriers to 

entry for supplying and therefore accessing positioning services. Hence,  limited economic criteria have 

been defined for evaluating the decisions made by governments and industry to supply and differentiate 

their positioning services and the information they provide.  

This  Chapter  evaluates  public  good  and  commercial  decisions  for  supplying  CORS  infrastructure  (an 

industrial good) as a  fixed  input  for producing high accuracy data  corrections  (an  information good). 

Maximising the utility of this correction information requires knowledge of the opportunity costs faced 

by producers and consumers, as described in the following Sections. 

 6.2.1.1 OPPORTUNITY COST 

 The opportunity cost of any item represents the value of an alternative item that is forgone in pursuit of 

the  first  item  (Frank  et  al.,  2008).  Put  simply,  opportunity  cost  is  what  you  lose  by  choosing  one 

alternative over another. Every decision has an opportunity cost. For example, the opportunity cost of 

reviewing  this  thesis  is  the  time  that  is  forgone  in  completing one’s own  research.  If  the  knowledge 

gained by the reader outweighs the time lost, the benefit was worth the cost.  

  159      

General assumptions can therefore be made regarding positioning services; a user with low opportunity 

costs for accuracy, but high opportunity costs for service coverage would use a national DGNSS service 

such as WAAS (not available in Australia) rather than a localised high accuracy NRTK service. Conversely, 

an  agricultural  user  requiring  ±2cm  accuracy  (95%  confidence)  for  Controlled  Traffic  Farming  (CTF) 

purposes has high opportunity costs for accuracy across their farming region, and low opportunity costs 

for national service coverage (i.e., WAAS).  

Opportunity cost can  therefore be used  to analyse  the value  that consumers place on accessing high 

accuracy  positioning  services.  Value  can  depend  on  a  range  of  criteria  including  position  accuracy, 

positioning  techniques,  service  coverage,  data  formats,  subscription  costs  and  customer  support 

options. SPs prevent users from substituting to an alternative service by differentiating their products to 

increase value for their customers. The service that offers most value is said to offer the highest utility.  

 6.2.1.2 UTILITY 

 Utility  is an abstract concept that reflects the  level of happiness or satisfaction a person receives from 

consuming a good or service  (Mankiw, 2007). Buyers and sellers maximise  their utility  in an economy 

that  is pareto efficient. The concept of utility underpins the notion of social welfare and  is essential to 

understanding  the  law  of  demand  discussed  in  Section  6.3.1.1.  Put  simply,  goods  and  services  that 

generate greater utility are more valuable to consumers, meaning buyers have incentive to pay a higher 

price.  The  additional  satisfaction obtained  from  consuming  an  additional unit of  a  good  is  known  as 

marginal  utility  (Section  6.3.2.4).  Marginal  utility  typically  decreases  as  more  of  the  product  is 

consumed, which decreases  the demand price  that  consumers  are willing  to pay  to purchase higher 

quantities of the product. Economists call this the law of diminishing marginal utility.  

It  follows  that utility  can be quantitative or qualitative, meaning  it  is difficult  to measure  and  varies 

depending on a user’s opportunity costs. Economists study consumer behaviour as an indirect measure 

of utility, such as  the price at which demand  for a product  is highest. For example,  the utility of high 

accuracy position  information will vary depending on  the price and quality of  the  information, which 

influences the number of users that choose to access this information. The cost structure of producing 

position  information  is  therefore  critical  to understanding  the price and quality at which  it  is  sold  to 

consumers to generate utility.   

 6.2.1.3 COST STRUCTURE 

 Shapiro and Varian (1999) explain that information goods are costly to produce but cheap to reproduce. 

Put simply, the fixed‐cost of producing the first copy of information such as music or a piece of software 

can be  very high, but  the marginal  cost of producing  additional  copies of  the  same good  is  typically 

negligible. Fixed‐costs do not vary with the quantity of output produced. For example, the fixed‐cost of 

  160      

establishing  positioning  infrastructure  includes  the  cost  of  GNSS  equipment,  network  processing 

software,  quality  control  software,  ICT  infrastructure,  Data  Centres  (DCs),  Human  Resources  (HR), 

property purchases and rent  (i.e.,  for each CORS site), site upgrades, and wages, amongst other costs 

(see  Section  3.2.1.1).  The  production  of  spatial  data  also  exhibits  a  high  fixed‐cost  structure  (PwC, 

2010a).  

Marginal cost is the change in total cost (or change in total variable cost) that results from a change in 

the quantity of output produced. Marginal  costs  increase  if  the variable  costs of production  increase 

with more output. For example, producing more GNSS receivers requires more inputs to construct each 

receiver.  However,  information  goods,  such  as  a  digital music  file  can  effectively  be  copied  at  zero 

marginal cost after  the  initial  fixed‐cost  investment. Hence,  the marginal cost of producing one more 

subscription from a positioning service is very low; close to zero.  

Whilst  it can be argued  that administrative and data bandwidth  requirements  for positioning services 

may reach capacity, therefore  increasing marginal cost at some point  in time, these costs are typically 

considered fixed in the short‐term given a set number of staff are paid a fixed wage, and a set quota of 

bandwidth can be purchased  from an  Internet Service Provider  (ISP). Note  that  the cost of deploying 

CORS, or  licensing access  to additional GNSS  receivers  to expand  service  coverage,  is  still  considered 

fixed in the short‐term in order to produce at least one data correction. In the longer‐term however, the 

division between fixed and variable costs becomes less clear as distribution and administrative costs are 

less  certain.  Staffing, energy,  telecommunications,  internet  access  and marketing  are  all examples of 

costs  that  can  vary  in  the  longer‐term  depending  on  factors  that  are  internal  and  external  to  the 

business.  For example,  the market price of energy may  change  requiring  the  SP  to  renegotiate  their 

fixed‐term contract for a given period of time. Similarly, the SP may need to hire more staff to manage a 

larger network of users if market demand increases.  

In  light  of  previous  discussions  on  utility  and  opportunity  costs,  this  cost  structure  implies  that 

information goods should be priced according to consumer value rather than production costs (Shapiro 

and Varian, 1999). For example, if the cost of producing (or reproducing) a piece of information is zero, 

pricing the good at a 20‐30% premium to this cost seems illogical. Industrial goods on the other hand are 

typically priced according to production costs, meaning companies that are more efficient  (e.g., fewer 

inputs  needed  to  produce  the  same  level  of  output)  tend  to  have  lower  production  costs  and  can 

therefore price their products  lower, or extract higher margins from each unit sold. The quality of the 

production  process  influences  the  quality  of  these  industrial  goods.  Consumer  value  is  therefore  a 

demand‐side consideration and cost is a supply‐side consideration. Price is a function of both. If there is 

high demand for a good, price will be well above production costs. 

Information is therefore classified as an experience good (Shapiro and Varian, 1999) meaning the value 

of  information arises from  its use (Arrow, 1959 cited  in, Bates, 1990); consumers must experience the 

good  in  order  to  value  it.  Recent work  by  Jones  and Mendelson  (2011)  compares  quality  and  price 

  161      

competition  for  industrial and  information goods, highlighting  that suppliers who produce  the highest 

quality information are likely to capture a larger share of the market. This finding reinforces the notion 

that higher quality information is more valuable to consumers as it delivers higher utility.  

The  concept  of  Service  Level  Management  (SLM)  introduced  in  Section  4.2.2.5  identified  key 

performance criteria (e.g., service uptime, data completeness, service availability and position accuracy) 

that influence the quality of a positioning service. It is important to note that different levels of SLM can 

impact a consumer’s decision on which positioning service to subscribe to. Service performance, which 

is  guided  by  SLM  procedures,  can  be  optimised  for  different  applications  to  increase  value  for 

consumers that are willing to pay a higher cost. GNSS positioning techniques, data formats, ICT systems, 

datum  management  strategies,  multi‐GNSS  compatibility,  network  size,  network  redundancy  and 

customer support can all be used to differentiate service performance within a broader SLM framework. 

Hence,  SPs differentiate  their products by value‐adding  to  the  raw GNSS data  streams observed and 

processed from each CORS, in a similar way that PwC (2010a) describes how and why governments and 

industry value‐add  to  raw spatial data  to produce  fundamental spatial datasets. Competition within a 

market drives companies to differentiate their products, and different markets exhibit different levels of 

competition which characterises their market structure.  

 

6.2.2 MARKET STRUCTURE 

 Market  structures  reflect  the  number  of  companies  competing  within  a market,  which  shapes  the 

pricing and production decisions of each business, and therefore the extent to which each business can 

influence market prices. Perfectly competitive markets are those in which many companies offer similar 

products meaning buyers and sellers have negligible impact on market prices; they are both price takers 

(Frank et al., 2008). As a simplified example, the market for milk  is highly competitive given any dairy 

farmer can freely enter or leave the market to sell what is essentially the same product. Farmers must 

accept the market price for selling their milk or buyers will choose a competing supplier.  

At  the  opposite  end  of  the  spectrum  are  businesses  that  are  said  to  have  a monopoly  as  the  sole 

provider of a product for which there is no direct substitute. Monopolies are price makers as they have 

increased market power for controlling the price and quantity of the product that  is sold. Monopolies 

create high  barriers  to  entry  that  prevent other businesses  from  entering  and  competing within  the 

same market given one business has sole access to the key resource that is produced and sold. No other 

business can compete with the monopoly’s scale of production.  

Pharmaceutical  companies  often  have  a  temporary  monopoly  on  any  new  drugs  they  produce  by 

applying for a government patent that assigns exclusive rights to manufacture the drug for a set period 

of  time, after which  the market becomes more competitive as new  firms enter. Patent and copyright 

laws are  said  to offer higher  incentive  for  research and  innovation,  such as  the development of new 

  162      

pharmaceutical drugs  (Mankiw, 2007). However,  the key problem with monopolies  in  the absence of 

price regulation is their ability to price above marginal cost in order to maximise profit without the need 

to  increase production. The quantity produced and sold by the monopoly will be  less than the socially 

optimum level of output demanded by society, which leads to deadweight loss.  

Deadweight loss occurs due to an inefficient allocation of resources which delivers the monopoly higher 

profits, whilst reducing the supply made available to consumers who would otherwise have purchased 

the product  at marginal  cost  (Mankiw, 2007). Markets with deadweight  loss  are not pareto efficient 

given one individual (the monopoly) has benefited at the expense of another (the consumer).  

 6.2.2.1 NATURAL  MONOPOLIES &  ECONOMIES OF SCALE 

 In  some  cases natural monopolies are created or encouraged by governments when  the existence of 

multiple producers would be  less efficient  than  if all production was assigned  to a single  firm. Hence, 

natural monopolies arise when one business can supply a good or service to an entire market at a lower 

cost  than  two  or more  firms  (Mankiw,  2007).  For  example,  to  distribute water  in  a  small  town,  a 

government  or  private  company  must  first  build  a  network  of  pipes  and  associated  infrastructure 

throughout the town. If two companies were to compete, both would pay the fixed‐cost of building the 

water distribution network which would duplicate resources and lead to over‐investment. The average 

total cost (ATC) of supplying water is therefore lowest if a single provider builds the distribution network 

to serve the entire market as a natural monopoly. ATC92  is the total cost of production divided by the 

quantity of output  (Figure 58). An organisation  is  said  to have economies of  scale when  their ATC of 

production continually declines. 

 FIGURE 58: AVERAGE TOTAL COST CURVE 

  

Economies of scale occur when ATC declines as output increases. A single organisation with economies of 

scale has a natural monopoly if it can supply a good or service to an entire market at a lower price than two 

or more organisations (Mankiw, 2007). 

 

                                                                 92 ATC is the sum of Average Fixed Cost (AFC) and Average Variable Cost (AVC). 

  163      

Natural  monopolies  are  characterised  by  the  high  fixed‐cost  structure  described  previously  for 

information  goods.  In  theory,  no  other  organisation  can  produce  the  same  economies  of  scale  as  a 

natural  monopoly  without  increasing  ATC  for  all  quantities  of  output.  RAND  Corporation  (1995) 

identified that the marginal cost (leaving aside any effect on military utility) of serving additional users 

with  civil  signals  from  GPS93  is  zero;  however  the  economy  of  scale  is  not  the  physical  size  of  the 

infrastructure, but the range, availability and reliability of its signal. Hence, unlike water and electricity 

networks,  orbital  positions  in  space  are  not  so  crowded  as  to  prevent  the  entry  of  new  satellite 

navigation  systems.  This  concept  has  been  proven  by  the  entry  of  new  GNSS  systems  that  were 

described in Chapter 2.  

This  Chapter  identifies  and  evaluates  the  economies  of  scale  that  a NPI will  create  by  coordinating 

access  to GNSS  CORS  infrastructure,  thereby  lowering  cost‐barriers  to  producing  and  accessing  high 

accuracy position information. Methods of pricing information are key to this discussion. 

 6.2.2.2 PRICING INFORMATION  GOODS 

 ATC is a key concept for evaluating how the cost of producing each unit of information varies (Shapiro 

and Varian, 1999). Put  simply, economies of  scale mean  that  increasing  sales  volume decreases ATC 

(refer to Figure 58). This cost structure has consequences on the price at which information is sold, and 

the level of competition that exists within markets for information goods.  

Firstly,  it’s  useful  to  compare  the  costs  of  producing  information  with  the  costs  of  producing 

conventional  (industrial) goods  such as  cars and GNSS  receivers. Reducing  the ATC of production  for 

conventional goods typically requires supply chain management and improved workflow to reduce per 

unit costs of parts, assembly and distribution. Cost savings then flow to the consumer and can increase 

profit from each unit sold. However, if the marginal cost of producing additional units of information is 

zero,  businesses  earn  no  revenue  unless  they  price  their  information  above marginal  cost.  Hence, 

information  is  typically  priced  at  or  above ATC  to  recover  the  initial  fixed‐cost  investment  and  earn 

profit where possible. Consumers who gain a  lot of value  (i.e. high opportunity costs)  from accessing 

information are  likely  to pay a higher price. Hence, value‐based pricing naturally  leads  to differential 

pricing strategies (i.e., price discrimination) including personalised pricing (e.g., different prices for each 

customer),  versioning  (e.g., offering different product  types or  ‘lines’),  and  group pricing  (e.g., group 

discounts) (Shapiro and Varian, 1999).  

Positioning  SPs  often  implement  versioning  and  group  pricing  strategies.  For  example,  GPSnet 

differentiates  group  prices  for  different  sectors  such  as  agriculture,  surveying  and  construction,  and 

versions  information within  these  groups  by  selling  different  correction  and  data  types  (e.g., NRTK, 

                                                                 93 Refer to Section 6.4.3 for a discussion on the public good attributes of GPS. 

  164      

DGNSS  and  single‐base RTK  corrections,  and  raw RINEX data).  Section 6.3.1.3  reviews horizontal and 

vertical differentiation strategies.  

It  follows  that  producers  of  information  goods  typically  charge  higher  prices  for  higher  quality 

information,  such  as  data  corrections  that  offer  better  accuracy  and  are  delivered  with  greater 

reliability.  The  fact  that  information  goods  can  be  differentiated  on  price means  that markets  for 

information goods cannot function in the same way as highly competitive markets (e.g., the market for 

milk)  in which  all buyers  and  sellers  are price  takers  (Shapiro  and Varian, 1999). Hence,  any market 

where producers can influence market prices cannot be perfectly competitive.  

If  information markets were  perfectly  competitive,  price  competition would  drive  prices  toward  the 

marginal cost of producing an additional copy  (i.e., zero). For example, selling a data subscription  for 

$100 is less viable than a competitor who can sell the same subscription for $99 and still earn profit. This 

concept underpins  the Australian Government’s open data policy on Spatial Data Access and Pricing, 

which states that: 

“As datasets become accessible over the internet, the marginal cost of transfer approaches 

zero. Therefore, all fundamental spatial data will eventually be made available free of 

charge” 

(Australian Government, 2001) 

 

In the absence of perfect competition, providers of information goods differentiate price and quality to 

differentiate  their  products  from  competitors.  However,  the  initial  high‐fixed  cost  of  producing 

information goods deters some organisations from entering the market  in the first place given a  large 

portion of fixed‐cost is not recoverable; it is a sunk cost (Shapiro and Varian, 1999). Natural monopolies 

are  often  subject  to  high  sunk  costs  given  few  organisations  have  incentive  to  enter  a market  if  an 

existing provider has already incurred sunk costs to achieve economies of scale. Hence, one organisation 

may  be  best  placed  to  serve  the  entire  market  with  the  lowest  ATC  of  production  to  avoid  two 

businesses duplicating  fixed‐cost  investment.  Indeed, many  industries have cost  structures  that  share 

these characteristics, including telecommunications organisations that spend considerable money laying 

cables, deploying  cell  towers  and  switchboards,  and  ensuring  the  system  has  sufficient  capacity  and 

redundancy to manage demand once operational. However, once the first signal is sent on the network, 

additional signals can be distributed at almost zero marginal cost.  

The  following Sections  review  the market structure and cost structure  for supplying GNSS positioning 

services  in Australia using comparisons with Australia’s NBN. These comparisons help to  illustrate why 

markets for information goods exhibit monopolistic and competitive behaviour.  

    

  165      

6.2.3 PRODUCING HIGH ACCURACY POSITIONING SERVICES 

 High fixed‐cost investment in CORS infrastructure is required regardless of the number of subscriptions 

that  are  produced within  a  positioning  service.  Purchasing  a  subscription  effectively  gives  the  user 

access to a copy of the data correction that  is processed within the positioning service, although each 

correction  is optimised  (or  ‘individualised’)  for a user’s specific geographic  location as a by‐product of 

the production process. Selling more subscriptions  therefore  reduces  the ATC of producing each data 

correction. However, the fact that SPs can license access to raw data from CORS sites without having to 

purchase each CORS helps to lower fixed‐costs, therefore encouraging more SPs to enter the market. A 

similar theory applies to the Australian Government’s decision to fund the NBN; build the infrastructure 

and  telecommunications providers  (amongst others) will  compete  to deliver  services on  the NBN by 

licensing access to the network. Hence, the NBN network provides a single point of access that service 

providers can leverage to offer different packages and bundles of services such as voice and data.  

The NPI concept  is premised on the same theme – establish a positioning  infrastructure that provides 

national access to a consistent standard of GNSS  infrastructure and raw GNSS data, which positioning 

SPs  and  many  other  users  within  government,  research  and  industry  can  access  to  produce  data 

corrections and a host of other value‐added goods and services.  

In  fact,  networks  of  CORS  already  exhibit  natural monopoly  characteristics  in  parts  of  Australia.  For 

example, Table 10 in Section 4.3.2.4 identified that the VIC Government’s GPSnet is the data custodian 

for over 100 CORS  sites across VIC and provides 100% high accuracy positioning  coverage across  the 

State.  The  natural monopoly  characteristics  of GPSnet  are  exemplified  by  the  fact  that  industry  SPs 

license access to data streams from the VIC Government rather than deploying their own CORS, which 

would  otherwise  lead  to  duplication  and  over‐investment  and  increase  the  ATC  of  producing  each 

correction. 

 6.2.3.1 DATA LICENSING & MARKET COMPETITION 

 The  market  for  producing  high  accuracy  positioning  services  (i.e.,  information  goods)  is  however 

competitive in many parts of Australia. For example, third‐party SP’s license data from GPSnet in VIC and 

differentiate their price and quality of service by value‐adding to this raw GNSS data. In contrast to the 

NBN, the  infrastructure provider (GPSnet) does compete  in downstream wholesale and retail markets, 

but operates on a cost‐neutral business model by pricing at ATC, and receives compensation  through 

data  licensing  royalties which may  compensate  for  any  loss  of  customers.  Data  licensing  therefore 

reduces  the  fixed‐cost of producing data  corrections, which  translates  to  cost  savings  for  consumers 

who benefit  from  the presence of multiple  industry SPs  that  compete on price and quality  to  secure 

market  share.  Chapter  4  also  identified  that  the  VIC, NSW  and QLD Governments  are  shifting  their 

  166      

responsibilities  away  from  service  delivery  to  focus  on  back‐end  management  of  positioning 

infrastructure that industry SPs pay to access.  

To  illustrate  the benefits of  this data  licensing model, consider  the case where an  individual SP has a 

natural monopoly as the owner and data custodian for the entire supply of CORS infrastructure within a 

geographic region. The SP would have a natural monopoly that creates cost barriers to entry for other 

SPs who have  limited  incentive  to deploy a duplicate network  for supplying high accuracy positioning 

coverage across the service region. If however the data custodian allows third‐party providers to license 

its raw data streams, multiple SPs can enter the market to produce high accuracy positioning services. 

Governments can regulate the need for data licensing if the custodian is extracting monopoly profits and 

controlling supply. Allowing more companies to enter the market stimulates competition for improving 

service performance and quality, and promotes innovation for new data products and applications, thus 

increasing  value  for  consumers.  The  role  of  government  in  regulating monopoly markets  is  further 

addressed through discussions on public policy in Section 6.4.  

Data licensing therefore increases competition for supplying data subscriptions (i.e., information goods) 

and the ATC of producing each subscription is cheapest when no additional CORS are deployed. In other 

words, an SP’s ATC of producing data corrections within a positioning service would be lowest if they do 

not need to deploy additional CORS beyond those supplied by the licenser. The same theory applies to 

minimising  the  ATC  of  producing  fundamental  spatial  data  by  assigning  one  firm  responsibility  for 

capturing  raw  data,  given  one  dataset  can  be  copied  at marginal  cost  rather  than  duplicating  data 

capture  (PwC,  2010a).  Similarly,  two  organisations  would  duplicate  fixed‐costs  if  they  deploy  CORS 

infrastructure within the same region.  

If however a SP chose to deploy and control its own duplicate CORS network, the same SP has greater 

flexibility in varying the physical location of each CORS compared with owners of other types of natural 

monopoly infrastructure. For example, the unnecessary waste of duplicating a power utility network to 

provide two independent power connections at each individual house is self‐evident; the consumer only 

requires access to one network. The flexibility to vary the location of CORS may therefore allow a SP to 

provide some level of product differentiation in terms of service performance which ultimately attracts 

more customers. A similar example was provided  in Section 6.2.2.1  to  identify why satellite providers 

are less affected by traditional easement issues regarding the location of their physical assets in space. 

However,  so  long  as  the  cost  of  licensing  access  to  CORS  data  is  cheaper  than  deploying  new 

infrastructure, the fixed‐cost of operating a network containing duplicate infrastructure must be higher. 

It is unlikely data licensing costs will exceed the high fixed‐cost of establishing a CORS site. 

SPs that do deploy additional (duplicate) CORS would need to absorb or offset the costs of deployment 

from another part of their business, or identify users that are willing to pay a higher cost to access the 

network. The price‐driven nature of consumers in the GNSS market described in Section 6.3.1 suggests 

that users will substitute to the cheapest product unless there is a vast difference in Quality of Service 

  167      

(QoS).  In  some  cases,  Australian  users  are  unaware  that  cheaper  services  exist  due  to  a  lack  of 

knowledge  about  the  broader  GNSS  market  beyond  their  affiliation  with  local  DSPs  who  sell 

subscriptions on behalf of a SP.  

 6.2.3.2 PERFORMANCE STANDARDS 

 It follows that performance standards can influence pricing decisions for supplying position information 

in a similar way that pricing and access models for fundamental spatial data allow end users to signal the 

quality  of  data  that  they  value most  (PwC,  2010a).  Performance  standards  primarily  relate  to  SLM 

criteria  for  position  accuracy,  data  availability  and  overall  quality  assurance  procedures  (see  Section 

4.2.2.5). For example, a full cost‐recovery model for spatial data (i.e., data priced at ATC) would allow 

land  information  agencies  to  direct  their  efforts  and  resources  towards  producing  and  optimising 

product  lines  that are most valued by consumers based on  their consumption patterns  (PwC, 2010a). 

Similarly, a positioning SP who differentiates prices for accuracy, availability (e.g., percentage of uptime) 

and quality assurance (e.g., quality control software and fault detection systems) can determine which 

performance  standard  users  value  most.  VARs  therefore  have  incentive  to  innovate  processing 

strategies that maximise service performance in the most efficient and cost‐effective way.    

If a  SP develops a new processing  technique  (e.g., RT‐PPP)  that  requires  fewer CORS  to produce  the 

same or better levels of service performance, they could simply license fewer data streams from a third‐

party data custodian and decrease their ATC of production. If the data custodian does not upgrade and 

maintain  the  quality  (e.g.,  Tier)  of  CORS  infrastructure  needed  to  support  this  new  multi‐GNSS 

technology (e.g., new signals and data formats) the SP may deploy a duplicate network or part thereof 

to maximise competitiveness. The modernised network may ultimately supersede the data custodian’s 

original network, which again  raises  issues of duplication  that  could potentially have been avoided  if 

CORS infrastructure had been operated and maintained to a consistent national (i.e., NPI) performance 

standard.  Australia’s  NBN  provides  a  useful  comparison  given  the  new  fibre‐optic  network  will  be 

established as a natural monopoly, but will inevitability be contested by new wireless technologies that 

offer comparable speeds at lower ATC. Furthermore, some customers may not require the coverage and 

speed provided by the NBN and will settle for substitute wireless technologies. However, the network 

effect described  in Section 6.2.4  implies  that  the value of  the NBN  to one user will  increase as other 

people  begin  to  develop  and  access  services  on  the  NBN.  Hence,  as  interconnection  via  the  NBN 

backbone becomes ‘the standard’, wireless and fibre technologies will be viewed as complements rather 

than substitutes. Price competition  ‘within  the market’ will drive  innovative approaches  for delivering 

services  on  the  NBN  as  opposed  to  driving  competition  ‘for  the  market’  by  establishing  wireless 

networks that operate independent of the NBN.  

The  licensing arrangements  implemented by VIC and NSW provide a useful example of why data are 

priced  to  account  for maintenance  and upgrade  costs  and  to  cater  for  the natural  life  cycle of  each 

  168      

CORS, and to provide an authoritative source of CORS data. Applying these State‐based examples and 

NBN comparisons on a national scale implies that establishing a NPI as a natural monopoly is potentially 

the cheapest way of standardising infrastructure quality and minimising the ATC of accessing raw data. 

Commercial innovation and competition in downstream wholesale and retail markets will follow. 

Three  key  points  can  be  summarised  from  the  previous  discussion  regarding  production  costs, 

competition and performance criteria for supplying CORS infrastructure and positioning services: 

i. The  market  for  supplying  high  accuracy  positioning  services  in  Australia  exhibits  natural 

monopoly  characteristics  given  that  individual  data  custodians  control  supply  in  some 

geographic regions. 

ii. SPs can reduce their ATC of producing data corrections by licensing data, which overcomes the 

high fixed‐cost of duplicating CORS infrastructure. 

iii. SPs differentiate  their price,  accuracy,  service  coverage  and  service performance  to market 

value‐added services and therefore earn higher returns.   

 These  findings  inform  the  market‐based  supply  discussions  evaluated  throughout  this  Chapter, 

beginning with the following case study that demonstrates why data licensing in VIC effects the price at 

which subscriptions are sold in downstream retail markets.  

 6.2.3.3 CASE STUDY 2  – PRICING GOVERNMENT & INDUSTRY  POSITIONING SERVICES 

 

The following cost estimates and time periods have been developed for illustrative purposes only and do 

not represent true values. The relative cost difference  in  investment between government and  industry 

providers is the key focus. 

Total  capital  investment  in  the  VIC  Government’s  GPSnet  is  estimated  at  $10 million,  a  significant 

portion of which was allocated  through  the Positioning Regional Victoria  (PRV) Project  in 2008  (DEPI, 

2013a). Operational costs are estimated at $650,000 per annum, including wages, electricity, rent, data 

bandwidth,  telecommunications,  maintenance  contracts  and  software  licensing.  Using  2008  as  the 

baseline year from which investment in a State‐wide network commenced, fixed investment over a five‐

year period to 2013 can be calculated at $13.25 million. The marginal cost of producing each additional 

subscription  is considered zero and NRTK subscriptions are the only product offered by GPSnet  in this 

example. 

If  500 NRTK  subscriptions were  sold  each  year between  2008  and  2013,  the ATC  of  producing  each 

subscription would equal $5300 (Figure 59a). Given GPSnet operates according to competitive neutrality 

guidelines, subscriptions are priced at ATC in order to recover fixed‐cost investment.  

  169      

FIGURE 59A AND 59B: GOVERNMENT & INDUSTRY ATC CURVES 

                      

 

 

An industry SP also operates a NRTK positioning service in VIC by paying a 30% royalty on all revenue in 

return  for  access  to  raw data  from  all CORS  sites  in  the GPSnet network. The  industry provider  also 

funds 10 additional CORS. The data  licensing arrangement with GPSnet significantly reduces fixed‐cost 

investment  to  approximately $3 million over  a  five‐year period  for  the  industry provider.  Figure 59b 

illustrates  that  the  industry  provider’s ATC  of  producing  500  subscriptions  per  annum  for  five  years 

would cost $1200. If however $5300 was considered the market price, the industry provider would earn 

$4100 profit from every subscription sold, which equates to approximately $10.3 million profit (shaded 

grey in Figure 59b) over five years for 500 subscriptions. However, 30% of all revenue is paid to GPSnet 

at a total cost of just under $4 million over five years, which reduces total profit to approximately $6.3 

million.  

However,  the  industry  provider  recognises  that  lowering  its  subscription  cost  will  attract  more 

customers  and potentially  lead  to higher profit. At  a  lower  subscription price,  some users  substitute 

from  GPSnet,  and  the  industry  provider  searches  for  new  customers  in  different  industry  sectors 

including  those  with  users  that  currently  operate  using  single‐base  RTK  equipment.  The  industry 

provider prices each NRTK subscription at $4000 and attracts 850 users each year, 200 of which have 

substituted  from  GPSnet.  Total  profit  (shaded  green  in  Figure  59b)  subsequently  increases  to  $8.9 

million after paying $5.1 million in royalties to GPSnet. The $5.1 million royalty could be used by GPSnet 

to  recover part of  its  fixed‐cost  investment, meaning GPSnet  could potentially  lower  its  subscription 

price. However, with only 300 subscriptions now sold per annum, its subscription price would increase 

slightly  to approximately $5430  if  the  remaining $8.2 million  fixed‐cost was  to be  recovered within a 

five‐year period. GPSnet may therefore need to charge a  lower subscription price over a  longer period 

than  five  years  in order  to preserve  its  client base  and  generate  enough  revenue  to offset  its  initial 

investment.  

Figure 59a. Theoretical ATC curve for producing 

subscriptions from the GPSnet service. 

Figure 59b. Industry providers can lower their 

ATC of producing each subscription by licensing 

data from GPSnet.

  170      

It should also be noted that total fixed‐cost investment by GPSnet includes a level of public funding that 

does not need to be repaid; it is a sunk cost. This investment may be justified on geodetic grounds given 

GPSnet also supports management of the datum in VIC. Eliminating this ‘public good’ investment from 

the ATC calculation would help to reduce the subscription price that GPSnet charges to recover fixed‐

cost. The resulting subscription price would also be  influenced by the time period for which GPSnet  is 

expected to operate as a commercial positioning service.  

It  follows  that although  some users  identify  value  in  substituting  to  the  cheaper  industry positioning 

service, GPSnet’s  remaining  300  users may  not  be  driven  by  subscription  price  alone.  For  example, 

GPSnet may  offer  a more  rigorous  Service  Level  Agreement  (SLA)  that  provides  a  user  with more 

confidence  in GPSnet’s  service  performance  and  offers warranties  and  compensation  options  in  the 

event of any major service disruption. Existing users may also own equipment that is more compatible 

with the correction information provided by GPSnet. This point highlights why information goods should 

also be priced according to consumer value. Similarly, the  industry provider can price higher than ATC 

given price signals  in  the current market suggest  that consumers are willing  to pay a higher cost. Put 

simply, SPs identify a price at which the benefits to consumers (e.g., productivity improvements, safety) 

outweigh the cost of purchasing subscriptions. 

To  illustrate  this point, consider  the case where  the  industry provider charges $2000 per subscription 

and subsequently attracts a client base of 5000 users per annum, meaning total revenue  increases to 

$50 million. Fixed‐cost investment for this network is estimated at $4 million to cater for the additional 

staffing  and  infrastructure  resources  needed  to  service  more  users.  The  ATC  of  producing  each 

subscription would  decrease  significantly  to  $160  calculated  over  a  five‐year  period, meaning  profit 

would increase to $31 million after accounting for GPSnet royalties and repaying initial investment. The 

$15 million royalty would therefore cover the fixed investment needed to establish GPSnet without the 

need to sell any subscriptions. GPSnet could therefore focus its resources on operating and maintaining 

‘back‐end’ infrastructure whilst leaving the responsibility of service delivery to the industry provider.  

If more than one industry provider entered the market in VIC by also licensing data from GPSnet, both 

providers would differentiate their products to market their value to consumers. Value in this case may 

result  from price  competition, but also  stems  from  improvements  in SLM and  the  incentive  for each 

provider to diversify their product range by bundling NRTK subscriptions with other applications such as 

quality  control  software  to  attract more  customers.  Value‐added  features  could  be  customised  for 

specific user groups, such as those from agriculture and construction industries. Ultimately, investment 

decisions  by  each  provider  depend  heavily  on  identifying  the  accuracy,  coverage  and  service 

performance that consumers demand at different prices. 

   

  171      

6.2.3.4 OLIGOPOLISTIC  COMPETITION 

 It has been demonstrated that positioning SPs function in monopolistic and competitive ways. A SP can 

have  a monopoly on  the  supply of data  corrections within  a  specific geographic  region  and  can also 

compete directly with SPs in other regions. The same is true of pharmaceutical companies who have a 

temporary  monopoly  on  a  new  drug,  but  compete  with  other  drug  companies  in  the  broader 

pharmaceutical  industry.  Krugman  and Wells  (2010)  highlight  that  most  industries  fall  somewhere 

between the two extremes of perfect competition and monopoly. Suppliers within these industries have 

competitors, but at the same time do not face so much competition that they are price takers. This type 

of  imperfect competition  is known as oligopoly (Mankiw, 2007, Frank et al., 2008, Krugman and Wells, 

2010) which characterises the market for supplying positioning services in Australia. 

Oligopoly  is a market structure  in which only a few sellers offer similar or  identical products (Else and 

Curwen, 1990). Importantly, the actions of one seller can have a large impact on the business decisions 

of all other sellers, meaning oligopolistic firms are  interdependent  in a way that competitive firms are 

not. Production and pricing decisions in the market for supplying high accuracy positioning services are 

oligopolistic  in nature,  including  the  tension between  cooperation  and  self‐interest, which ultimately 

influences  the  level of high accuracy positioning coverage  that  is  supplied. A primary example of  this 

interdependence was provided in the network expansion case study in Section 4.3.3 which explored the 

trade‐off between deploying a new CORS site and licensing data from existing providers.  

Shapiro and Varian  (1999) highlight  that  in  the absence of price competition  for production efficiency 

(due  to  a  zero  marginal  cost  structure),  product  differentiation  is  crucial  for  competing  with 

organisations  that produce  the  same  ‘kind’ of  information. The organisation must  find novel ways  to 

value add to the raw  information as a means of  increasing their market share. Product differentiation 

therefore helps to lock‐in customers by raising the cost of switching to an alternative product, meaning 

switching  costs  and  lock‐in  are ubiquitous  in  all  information  systems  (Shapiro  and Varian, 1999).  For 

example, Microsoft Corporation has been highly successful at  locking users to the Windows Operating 

System given most consumers have used Windows since purchasing or accessing their  first computer. 

The time and effort needed to  learn an alternative software package  increases a consumer’s switching 

costs. The company Apple Inc94. retains an aggressive lock‐in strategy across its entire product range by 

developing  proprietary  hardware  and  software  that  is  ‘closed’  from  other  systems  to  limit 

interoperability and compatibility outside of the Apple brand.  

The same is true of GNSS manufacturers who develop proprietary data formats that cannot be decoded 

by third‐party receivers. Network processing software developed by the manufacturer can be optimised 

to  receive and distribute data using  these proprietary  formats. For example, data  corrections  from a 

positioning  service  can  be  output  in  a  specific  format  designed  for  specific  types  of GNSS  receivers 

                                                                 94 Incorporated. 

  172      

within  an  individual  brand. Whilst  data  corrections  from  the  same  positioning  service may  also  be 

distributed  in  an  open  and  standardised  format  (e.g.,  RTCM)  for  use  in  any  brand  of  receiver,  the 

proprietary  format  can  be  optimised  to  deliver  additional  features  that  are  only  accessible  using  a 

specific brand of receiver. Developing commercial network processing software is therefore an effective 

way for manufacturers to sell their complementary GNSS receivers. Section 4.2.4 provided evidence of 

this approach by identifying that local distributors of GNSS equipment often function as, or partner with 

SPs for the same brand of network processing software.  

Irrespective of  data  format, product differentiation may  simply  reflect  a  SP’s  ability  to network high 

accuracy data corrections across  jurisdictional borders by  licensing data from multiple data custodians 

(see  Section 4.3.2.1). Competition within  these geographic  regions  leads  to  further differentiation by 

promoting new application modules (e.g., atmospheric modelling programs) for quality control and non‐

positioning  applications  (i.e., weather  prediction). Differentiation  can  also  be  achieved  by  increasing 

network  redundancy  and  flexibility  for data  storage  and  analysis  to  improve processing  capacity and 

efficiency  (e.g.,  cloud‐based  ‘virtual’  servers  that  can  be managed  ‘remotely’),  and  by  continuously 

refining processing techniques and data formats (e.g., RTX, VRS, MAC, FKP). The physical stability of each 

CORS and their technical capabilities are also differentiating factors that affect service performance and 

reliability,  including  the  standard  (e.g.,  Tier)  to which  the  infrastructure has been deployed,  and  the 

signal  tracking  capabilities  of  each  GNSS  receiver  (e.g.,  number  of  satellite  channels,  noise  filtering 

techniques).  

At the user level however, most consumers simply want assurance that their positioning service will be 

available  when  they  need  it  and  that  the  information  they  receive  can  be  trusted.  These  user 

expectations  can  be  traced  through  time  to  the  inception  of  GPS  (RAND  Corporation,  1995,  US 

Department of Commerce, 1998, The Allen Consulting Group, 2008, European Commission, 2011). Many 

users  aren’t  familiar  with  the  complex  technical  attributes  that  differentiate  positioning  services, 

meaning users  simply demand well‐defined  service performance metrics  that guide  them  in choosing 

the  service  that  best  suits  their  application(s).  Here  lies  the  importance  of  SLM  for measuring  and 

marketing  service performance  (and  therefore value  to consumers) using quantitative and qualitative 

criteria.   

SPs  can  formally document  their  responsibilities  to users by  specifying performance  targets within  a 

Service  Level  Agreement  (SLA).  SLAs  specify  all  the  characteristics  of  the  service  including 

responsibilities, guarantees, warranties,  locations, costs and times which can be measured against Key 

Performance Indicators (KPIs) (Wustenhoff, 2002a). SLAs are therefore useful for communicating in plain 

language  the  features  of  a  positioning  service  that  differentiate  it  from  competitors.  Hence,  the 

provision  of  SLAs,  and  the  extent  to  which  they  differ  from  competitors  in  response  to  user 

expectations, are both forms of product differentiation that can influence the subscription price charged 

by SPs. In an oligopoly market, such as that described for Australia’s positioning market, there is strong 

  173      

incentive to differentiate service performance using SLAs. SPs who can certify their CORS infrastructure 

(e.g., Regulation 13 Certificates) and QoS according  to national standards  (e.g., APREF and  future NPI 

criteria) can promote additional value to consumers. 

If  consumers  favour  the  information  produced  by  one  positioning  service  over  the  performance  of 

another, the value to each user of accessing the most popular service is likely to increase as more users 

subscribe.  For  example  if  increased  market  demand  for  one  service  leads  a  SP  to  extend  service 

coverage, the value to every user  is enhanced by having greater access to a broader service coverage 

region. This is known as the network effect. 

 6.2.4 NETWORK EFFECTS 

 When the value one user places on a product  is  influenced by how many other people are using that 

product,  the  product  exhibits  network  effects  or  network  externalities  (Shapiro  and  Varian,  1999, 

Krugman and Wells, 2010). As a simple example, people use Microsoft Windows because other people 

use Microsoft Windows.  Externalities  arise  when  one market  participant  engages  in  some  form  of 

activity that effects the well‐being of others, but neither party pays or receives compensation for that 

action (Mankiw, 2007). Hence, the size of an externality is influenced by the size of the network affected 

by the externality.  

Fax machines are often used to conceptualise network effects. A fax machine derives its value from the 

fact  that a user  can directly  send and  receive  information with other people who own  fax machines. 

Adoption rates for fax machines soared throughout the mid‐1980s meaning the direct value to each user 

increased  as  the  network  of  users  increased.  However,  indirect  connections  also  create  important 

externalities.  For  example,  Krugman  and  Wells  (2010)  highlight  that  the  dominance  of  Microsoft 

Windows  is self‐reinforcing: Windows users get help and support and can share  files with  friends and 

colleagues who also use Windows. The Operating System is so widely used that software developers are 

encouraged to develop programs that run on Windows.  

The  same  theory  applies  to  a  SP  who  seeks  to  increase  the  network  of  users  connected  to  their 

positioning service. Firstly, increasing the customer base may lead to increased service coverage, which 

can benefit all users. Secondly, switching costs increase as more users become familiar with one service, 

meaning  they  are  less  likely  to  substitute  and  more  likely  to  recommend  their  chosen  service  to 

colleagues.  Thirdly,  the  data  formats  and  processing  methodologies  associated  with  the  dominant 

service  become  more  widespread,  which  encourages  users  to  purchase  complementary  GNSS 

equipment and software products, and encourages the market to adopt this service as ‘the’ standard.  

Shapiro and Varian (1999) and Krugman and Wells (2010) highlight that technologies which are subject 

to  strong network  effects  tend  to  exhibit  long  lead  times  followed by  explosive  growth where more 

people suddenly find adoption worthwhile; a pattern known as positive feedback. After a period of slow 

  174      

growth, the network eventually reaches critical mass and takes over the market. Consumer expectations 

are therefore critical given the network that is expected to become the standard often will become the 

standard.  Tipping  occurs when  positive  feedback  due  to  network  externalities  causes  consumers  to 

adopt one of two or more competing technologies as the standard (Krugman and Wells, 2010).  

The change in quantity of the product that is demanded over time can be mapped to illustrate the slow 

growth  that  occurs  until  critical  mass  is  reached,  after  which  the  rate  of  adoption  grows  quickly. 

Adoption curves for new technology are often referred to as ‘S‐curve adoption paths’ (Rogers, 2003). Of 

key relevance to this study  is the conceptual S‐curve applied by The Allen Consulting Group  (2008) to 

model adoption rates (Figure 60) for high accuracy GNSS technology in the agriculture sector over a 20‐

year period up to 2030.  

 FIGURE 60: S‐CURVE ADOPTION PATHS 

  

Adoption profiles for uptake rates of CTF and Inter‐Row Sowing (IRS) in cropping regions across Australia 

with and without a standardised national high accuracy positioning network (The Allen Consulting Group, 

2008). 

 

The lower adoption curve shown in Figure 60 presents a ‘base case’ in which future growth in high 

accuracy GNSS positioning services occurs according to today’s ‘organic’ market structure comprising 

independently owned and operated positioning services. The upper adoption curve is an assessment of 

the productivity gains that would potentially result if a standardised national network of CORS was 

established through a coordinated approach similar to that proposed through the NPI concept in 

Chapter 5. Both curves represent total uptake of high accuracy GNSS technology in the agriculture (CTF) 

sector, meaning each curve can be interpreted as the entire market for positioning services within this 

sector as opposed to adoption rates for a specific government or industry SP within this sector. 

  175      

Section 6.3.1.6 summarises the macroeconomic productivity gains associated with these uptake curves 

as a percentage of GDP, but the key message from Figure 60 is that the Australian market for high 

accuracy positioning services exhibits network effects. The lower curve exhibits positive feedback given 

adoption rates grow regardless of how compatible and interoperable each ‘organic’ positioning service 

is in the absence of any national approach to coordinating access (e.g., through data licensing) and 

service standards (e.g., SLAs). Organic growth will however increase switching costs when networks are 

operated independently and users must choose the service that best fits their application and existing 

product range. If multiple SPs are successful at locking‐in users, which embodies the current approach 

by SPs in the Australian market summarised in Section 4.2, Figure 60 implies that it is unlikely one 

industry provider will tip the market to deliver the economies of scale needed to establish a national 

network as the standard.  

The upper curve therefore reflects the natural monopoly characteristics described previously where a 

standardised network such as GPSnet could be rolled out across the whole of Australia. Regardless of 

whether the standardised network is owned by one or multiple stakeholders, and whether downstream 

markets for delivering positioning services are made competitive through data licensing, the upper 

curve implies that industry users see greater benefit from connecting to a larger network than a smaller 

one. As the network becomes more standardised in terms of infrastructure quality, data formats, SLM, 

price and access conditions, the network of complementary value‐added hardware and software that is 

compatible with the standardised network will grow, therefore increasing value for all users who access 

‘the’ national network. In this case, economies of scale are not just driven by how cheap each 

subscription can be supplied (given marginal cost is negligible), but by the extent to which positive 

feedback increases the value of, and therefore demand for a standardised national network. Network 

effects are often referred to as demand‐side economies of scale for this purpose. Demand‐side 

economies of scale continue to increase as more users join the network.  

In light of ANZLIC’s NPI Policy (2010), standardisation and compatibility are key to building demand‐side 

economies of scale by inter‐connecting existing and future infrastructure. However, generating positive 

feedback through interconnection depends on the level of open or controlled access that is enabled by 

each SP.   

 6.2.4.1 DATA STANDARDS: OPEN  VERSUS  CONTROLLED ACCESS 

 For positioning services, access typically depends on whether data corrections are distributed in an open 

standard or proprietary  (i.e.,  closed)  format,  and whether users  can be  excluded  from  accessing  the 

service  altogether.  Excludability  is  a  key  concept  explored  in  Section  6.4  regarding  free‐ridership 

problems related to public goods. Openness and control are key concepts  in the face of high network 

effects given the value of a network is highly dependent on how many people can access the network. 

  176      

RTCM‐3.1 for example is an open data standard that most brands of GNSS receiver are compatible with. 

However,  most  manufacturers  also  develop  proprietary  data  formats  that  are  used  to  optimise 

correction  information  for  a  specific  brand  of  receiver. Whilst most  GNSS  receivers  are  capable  of 

processing different NRTK positioning  techniques  such  as VRS  and MAC using RTCM‐3.1, proprietary 

formats can still be used to enhance each positioning technique. Regardless of data format, commercial 

SPs exclude users who have not purchased a subscription by assigning  registered users  the necessary 

credentials for accessing data via an NTRIP caster.  

Public  SPs  in Australia  such  as AMSA provide  free  access  to  their data by broadcasting  radio  signals 

without  the need  for  registration. GA also provides  free access  to  its  raw RTCM‐3.1 data  streams via 

NTRIP but requires user subscriptions to monitor usage.  

It  follows  that a SP’s network of users  is  significantly diminished  if  they  limit access  to one brand of 

receiver. Open data standards such as RTCM build demand‐side economies of scale that maximise value 

for consumers and therefore grow the network of users. Furthermore, SPs and data custodians require a 

common  data  format  to  share  data  that  they  have  licensed  to  one  another,  which  reflects  the 

interdependent  nature  of  businesses  that  operate  in  oligopoly  markets.  For  example,  if  one  SP 

dominated  the  entire market  for  positioning  services,  proprietary  control  through  data  formats  and 

exclusion strategies would be extremely valuable to the SP that has complete control over who connects 

to their network.  In oligopoly markets however, data  licensing and competition encourages the use of 

non‐proprietary formats, meaning a SP who exerts too much proprietary control over data access will 

suffer in the presence of strong network effects for open data, particularly if users fear vendor lock‐in to 

one brand of receiver.  

SPs should choose  the strategy that maximises value rather  than  the strategy  that maximises control, 

which  often means  sharing  some  level  of  value with  competitors  (Shapiro  and  Varian,  1999).  Data 

sharing  helps  to  generate  demand‐side  economies  of  scale  for  accessing  high  accuracy  positioning 

services by exposing a  range of users  to data offered by different SPs. Furthermore, a  company  that 

adopts an open data strategy can still control changes to the technology (e.g., by integrating new multi‐

GNSS features into their network processing software) after securing a broad user base, which increases 

switching costs (therefore benefiting the network operator). There is no individual SP that controls the 

data standard, and therefore the market for supplying high accuracy data corrections in Australia. 

A useful formula for understanding the rewards from building awareness and support for an information 

good through sharing arrangements, whilst also retaining some level of competitive advantage through 

controlled product differentiation is given by Shapiro and Varian (1999): 

 FORMULA 1: BALANCING REWARDS IN INFORMATION MARKETS 

               

  177      

Formula 1 implies that in the presence of strong network effects, the inherent value of information will 

depend  on  how  widely  it  is  adopted  by  industry  (i.e.,  the  value  added  to  industry),  which  in  turn 

influences the size of a company’s market share (i.e., share of industry value) . Put simply, a provider can 

have a  large share of a small market  (through proprietary control), or a small share of a  large market 

(through open access) (Shapiro and Varian, 1999). Unless a new technology truly dominates a market, 

maximising value requires some degree of sharing with competitors to fuel positive feedback. Formula 1 

can therefore be used to map the trade‐off between openness and control as shown  in Figure 61. The 

optimum  balance  in  Figure  61  can  be  considered  a  pareto  efficient  outcome  when  rewards  are 

maximised for buyers and sellers. 

 FIGURE 61: OPEN & CONTROLLED ACCESS 

 

The trade‐off between openness and proprietary control impacts the size of an organisation’s market share 

(adapted from Shapiro and Varian, 1999). 

 

From  the  evidence presented  in  this  thesis  so  far, Australia’s high  accuracy positioning market most 

likely sits below the optimum curve towards the left hand side of the graph in Figure 61. Whilst most SPs 

stream data  in open RTCM format, no single provider enables access to the full 8.4% service coverage 

region.  This  lowers  value  for  users  (value  added  to  industry)  given multiple  subscriptions must  be 

purchased  in different  locations across Australia, and  therefore decreases each  SPs  share of  industry 

value.  Furthermore,  the  fact  that  the market  for  positioning  services  only  covers  8.4%  of  Australia 

means  that  greater  rewards  could  be  achieved  if  service  coverage  is  extended  to  a  level  that  is 

‘optimum’ (e.g., national).  

One  developing  technology  that  has  the  potential  to  deliver  greater  compatibility  and  access  across 

Australia with  the  same  level  of  high  accuracy  performance  is  the  RT‐PPP  technique  introduced  in 

Section  3.4.3.1  and  further  explored  in  Section 6.3.3.1.  Firstly,  the  implications of using RT‐PPP  as  a 

method  of  increasing  access  and  therefore  value  to  producers  and  consumers  of  high  accuracy 

positioning services is analysed in relation to the new IGS RTCM‐SSR data standard. 

  178      

6.2.4.2 IGS DATA STANDARDS: IMPLICATIONS  FOR AUSTRALIA’S NPI 

 The  IGS motive  for providing  free access  to non‐proprietary RTCM‐SSR data was briefly  introduced  in 

Section  4.4.6.2  and  is  made  clearer  by  previous  discussions  on  network  effects.  Encouraging 

manufacturers,  governments,  researchers  and  other  businesses  to  integrate  authoritative  RTCM‐SSR 

orbit and clock data  into their goods and services will  increase the network of users who access these 

GNSS data products, thus entrenching IGS real‐time PPP products as a global standard.  

The  IGS  is already  recognised as an authoritative  source of orbit and  clock products, which establish 

global standards for post‐processing GNSS data. These products are derived from the IGS global tracking 

network of CORS infrastructure, which is built according to best practice guidelines as a global standard 

for  infrastructure  quality.  Free  access  to  post‐processed  IGS  data  is  justified  on  the  grounds  that 

substantial  public  benefits  derive  from  the  scientific,  educational  and  commercial  applications  that 

these  products  enable.  Public  benefits  increase  as  the  network  of  users  increases.  The  IGS  has now 

responded  to  increased  demand  for  real‐time  orbit  and  clock  products  by  developing  its  real‐time 

service  (IGS,  2013d).  Encouraging  all  manufacturers,  governments  and  research  communities  to 

integrate  these products at  the beginning of  their supply chains provides a method of controlling  the 

quality that is expected in downstream user markets for GNSS information. Hence, open access provides 

a means of becoming ‘the’ standard for data formats and infrastructure quality.  

Critically,  IGS  real‐time  data  products  are  designed  to  complement,  not  compete  with  goods  and 

services produced by commercial manufacturers and SPs. Rather than having multiple government and 

industry  providers  duplicate  investment  in  the  global  data  infrastructure  and  processing  resources 

needed  to  produce  real‐time  orbit  and  clock  data,  the  IGS  provides  an  institutional mechanism  for 

pooling these resources in a multi‐layered, highly redundant system architecture. Hence, the IGS is one 

of  few organisations  that  can deliver  the  economies of  scale needed  to meet  the  future positioning 

demands of a global user community, including the need to quality assess multi‐GNSS constellations. In 

fact, the IGS provides access to these products at a marginal cost of zero. In other words, industry can 

substantially reduce fixed‐cost investment by accessing IGS products free of charge and therefore focus 

attention on differentiating the value they add to downstream users.  

Current efforts by companies such as Trimble to develop an independent RT‐PPP service by developing 

their own orbit and clock products will provide an  interesting case  study  in  the  future  for  identifying 

which approach (i.e., open or controlled standards) ultimately builds the  largest network of users. The 

author’s experience suggests that open data standards will prevail. 

The same concept of developing uniform standards to produce fundamental orbit and clock datasets is a 

key argument for developing a NPI. The NPI would deliver the economies of scale needed to create a 

single point of access to authoritative (i.e., fundamental) open‐source data that stimulates competition 

for developing innovative value‐added services in downstream user markets. The question remains as to 

  179      

whether or not the Australian Government should play an active role  in delivering positioning services 

from  the  NPI.  Prior  to  addressing  this  question  through  discussions  on  public  policy,  the  economic 

efficiency  of  Australia’s  current  high  accuracy  positioning market must  be  evaluated.  The  following 

Section applies the market‐based production and pricing concepts developed in Section 6.2, to interpret 

the geographic, scientific and commercial supply and demand evidence provided in Chapter 4. 

 

6.3 SUPPLY AND DEMAND FOR POSITIONING SERVICES IN AUSTRALIA 

 Chapter 4 identified geographic locations where high accuracy service coverage has been enabled, and 

evaluated  the scientific and commercial business drivers  that were used  to  justify  these  investments. 

Table  8  and  Figure  32  provided  numerical  and  spatial  evidence,  respectively,  that  some  State  and 

Territory governments have been more successful at justifying investment in CORS than others. Table 9 

and Figure 36 demonstrated the market‐driven investment response from industry.  

The  supply  evidence  identified  above  implies  that  the  benefits  and  costs  of  deploying  CORS 

infrastructure  are  not  evenly  distributed  across  Australia.  This  Section  establishes  economic  context 

around  the  cost‐benefit  decisions  that  governments  and  industry  use  to  evaluate  investment 

opportunities. The cost structure and market structure for producing high accuracy data corrections are 

used  to evaluate how economically efficient  investment  in positioning  infrastructure has been across 

Australia  in  response  to  user  demand.  Issues  of  deadweight  loss  resulting  from  duplication  and 

overinvestment are subsequently identified to explore the role that a NPI can play towards minimising 

these economic inefficiencies. The role of public policy in facilitating greater coordination is explored in 

Section 6.4. 

 6.3.1 DEMAND 

 Economics  theory  on  the  law  of  demand  is  firstly  reviewed  and  then  applied  in  the  context  of high 

accuracy positioning services in the following Sections. 

 6.3.1.1 BACKGROUND THEORY 

 The  law of demand  (Else  and Curwen, 1990, Mankiw, 2007,  Frank  et al., 2008)  states  that,  all other 

things  being  equal  (‘ceteris  paribus’),  the  quantity  of  a  good  that  is  demanded  by  consumers  will 

increase as its price decreases. Demand for a product depends on the quantity of a good that consumers 

are willing and able to purchase, which is dictated by their opportunity costs. The demand curve is used 

to map the relationship between price and quantity, ceteris paribus, as demonstrated in Figure 62a.  

   

  180      

FIGURES 62A AND 62B: DEMAND CURVES 

                          

 

 

 A movement along the demand curve  in Figure 62a  is the direct result of a change  in price, while any 

factor other than price will shift the position of the entire demand curve as demonstrated in Figure 62b. 

Factors other  than price  include  consumer  tastes  and preferences,  income  rates, buyer  expectations 

(e.g., predicting future prices), product quality and the price of other goods, such as substitute products 

that  consumers may  switch  to,  or  complementary  products whose  prices  can  influence  demand  for 

other products (e.g., cheaper GNSS receivers can increase demand for positioning services). 

For example, without any change in price, demand for GNSS‐enabled smart phones may increase as the 

quality of these devices and the applications they enable  (e.g., social networking, banking, navigation) 

become more valuable to consumers, thus shifting the demand curve right. Further value  is generated 

as  the  network  of  smart  phone  users  increases. Over  time  however,  each  phone manufacturer will 

compete  for more  customers,  leading  to price‐competition, which also  increases  the elasticity of  the 

market demand curve. Elasticity  is  the change  in quantity  that  is demanded as a  result of changes  in 

price. Demand for a product is highly elastic if a small change in price significantly changes the quantity 

demanded, which is likely to occur in a highly competitive market. If demand for smart phones is highly 

elastic, manufactures that offer cheaper prices will sell the most phones. 

If a market was perfectively elastic  (i.e., perfectly competitive),  the demand curve would be  flat at a 

constant price  given  all  firms would be price  takers  regardless of how much  value  they add  to  their 

products.  Hence,  any  market  in  which  a  provider  can  differentiate  on  price  cannot  be  perfectly 

competitive.  Indeed,  the  ability  to  sell  products  at  different  prices  is why  the  demand  curve  slopes 

downwards, and  this oligopolistic structure  is  typical of most markets  in  the modern global economy. 

This  implies  that  all  consumers  exhibit  some  degree  of  price‐sensitivity  regardless  of  whether  the 

product is an information good or an industrial good. Hence, movements along the demand curve and 

shifts in the entire demand curve for information goods are influenced by the same ‘non‐price’ factors 

described for traditional (industrial) goods.  

Figure 62a. The law of demand states that, 

ceteris paribus, the quantity demanded 

increases as the price of a good decreases. 

Figure 62b. Any change other than price 

that raises or lowers the quantity that 

buyers wish to purchase at a given price 

shifts the demand curve. 

  181      

The difference between  information goods and conventional goods  is  the cost structure  for supplying 

information  goods.  Developing  supply‐side  economies  of  scale  can  help  to  generate  demand‐side 

economies of scale, depending on how cheap and accessible  (i.e., open versus controlled access)  the 

information product  is within  a market. However,  the  supply of high accuracy positioning  services  is 

currently  limited to  less than 9% of Australia’s geographic  land mass, meaning price and other factors 

that drive demand  for positioning  services outside of  these  regions must  also be  examined  to  guide 

future investment decisions. 

 6.3.1.2 QUANTIFYING  DEMAND  

 A simple measure of demand for high accuracy positioning services is the quantity of NRTK subscriptions 

that are purchased at different prices. The fact that information goods are priced on value rather than 

production  costs  means  a  SP  has  the  flexibility  to  vary  subscription  prices  for  high  accuracy  data 

corrections  (e.g.,  NRTK)  above  marginal  cost,  but  not  so  high  that  consumers  will  substitute  to  a 

competing positioning service. Cheaper prices deliver smaller profit margins but increase sales volume. 

Higher subscription prices deliver higher profit margins, but sales volume  is  likely to decrease as more 

customers substitute in markets where competing positioning services are available at lower prices.  

The demand curve in Figure 62a illustrates a linear relationship between price and quantity that can be 

used  to  conceptualise  the market  for high  accuracy positioning  subscriptions  in Australia. Non‐linear 

demand curves are beyond  the  scope of  this  thesis. The basic assumption  in Figure 62a  is  that more 

subscriptions  are  sold when  price  decreases  towards  zero  (i.e., marginal  cost)  and  the  same  theory 

applies when  analysing  demand  for  fundamental  spatial  data  (PwC,  2010a).  However,  several  other 

assumptions need to be clarified before attempting to model  ‘true’ market demand  for high accuracy 

subscriptions in Australia.  

Firstly, Figure 62a  is a conceptual model  that demonstrates consumer behaviour  in  response  to price 

changes. Absolute data on price and quantity is highly dynamic and highly valuable to businesses (e.g., 

supermarkets, GNSS manufacturers, positioning SPs) as it guides price discrimination strategies that are 

used to maximise profit. Hence, sales information is often kept private. Government and industry SPs in 

Australia do not openly publish subscription prices unless requested by users, and details on the number 

of subscriptions sold  to different user groups are kept  internal as  they provide a competitive edge  in 

determining which products are most valuable to each user group. Hence, this Chapter does not provide 

a detailed analysis of  individual demand curves for each SP;  its purpose  is to analyse competition and 

growth  trends  in  the  overall  market.  This  introduces  a  second  complexity  associated  with  pricing 

information goods, which raises further challenges in trying to quantify demand. 

In  light  of  the  versioning  and  group  pricing  strategies  introduced  in  Section  6.2.2.2, most  SPs  offer 

multiple  types of high accuracy  subscriptions  that are differentiated on price and  coverage. Charging 

  182      

different prices  for different  levels of geographic coverage  is a common price discrimination strategy, 

and subscription products can be  further differentiated within each geographic  region by customising 

service performance and bundling additional products  (e.g., RINEX data). For example, an  industry SP 

may offer multiple subscription products  that  include a pseudo‐national NRTK subscription across VIC 

and NSW, and a subscription that allows access in VIC alone. The VIC‐NSW subscription would typically 

be  priced  higher  than  the  ‘VIC‐only’  product,  but  priced  lower  than  users  would  otherwise  pay  if 

purchasing two individual subscriptions for GPSnet and CORSnet‐NSW.  

A user that only requires coverage in VIC would therefore choose between a GPSnet subscription or the 

VIC‐only  product marketed  by  the  industry  SP.  Case  Study  2  in  Section  6.2.3.3  identified  that  the 

industry SP  is capable of discounting  its VIC‐only subscription whilst still earning profit, meaning price‐

sensitive consumers are likely to choose the cheaper industry subscription in VIC, and in any other State 

for that matter. Hence, the demand curve for the VIC‐only product will differ from that of the combined 

VIC  and  NSW  coverage  product  given  they  are  essentially  independent  products  which  are  priced 

differently. Put simply, analysing market demand depends on which products are being compared.  

In  some  regions of Australia,  individual SPs  (e.g., RTKnetwest) have a monopoly on  service  coverage, 

meaning  their demand curves also  represent market demand  for  these products.  In other geographic 

regions where SPs face competition, prices can be aggregated if the products being compared are more 

or less equivalent (e.g., products that offer the same coverage). However, even in regions of overlapping 

coverage,  product  lines  can  be  differentiated  in  such  a way  that  one  SP  offers  a  unique  positioning 

capability  (e.g.,  accuracy,  coverage,  service  performance)  meaning  demand  for  that  product  is 

effectively independent from other correction products in the market. Product and price differentiation 

strategies can  therefore be classified and evaluated  in  terms of horizontal differentiation and vertical 

differentiation.  

 6.3.1.3 HORIZONTAL & VERTICAL DIFFERENTIATION  

 Horizontal differentiation describes  the case where  two products are sold at  the same price but have 

different  attributes, meaning  consumer  demand  exists  for  both  products  (Dos  Santos  Ferreira  and 

Thisse, 1996). Two products are said to be vertically differentiated  if one product captures all demand 

from consumers  if both products are priced the same. The dominant, vertically differentiated product 

therefore offers superior quality, which ultimately leads the producer to price the higher quality product 

at a higher price.  

According to Jones and Mendelson (2011), all consumers prefer more of a characteristic called ‘quality’, 

but vary in their willingness to pay for it, meaning vertical differentiation is particularly appropriate for 

many  types of  information goods. Ease of use,  speed and  functionality are all  ‘quality’ characteristics 

that, ceteris paribus, all consumers prefer more of. Quality can be interpreted in a number of ways for 

  183      

positioning services  including position accuracy, data  latency, service availability, service coverage and 

overall system performance.  

In  the broader market  for positioning services,  the  fact  that SPs offer  low accuracy  (e.g., DGNSS) and 

high  accuracy  (e.g., NRTK)  corrections  is  a prime example of  vertical differentiation.  If NRTK  services 

were offered at the cheaper price charged for DGNSS‐only services then everyone would choose NRTK 

corrections, and  the market demand curve  for NRTK would  shift  right at  this price. However, vertical 

differentiation  leads  SPs  to  charge  a  higher  price  for  better  accuracy  (i.e.,  quality),  and  to  further 

differentiate performance criteria, for example, via SLM procedures. Note however that service level is 

not  just  related  to  technical metrics,  but  also  the  value  that  consumers  place  on  features  such  as 

customer warranties, certified positions, failure detection warnings and backup procedures, which can 

be managed and marketed using SLAs. SPs also bundle multiple types of data corrections (e.g., DGNSS, 

single‐base RTK, NRTK) into one subscription to market increased redundancy and flexibility for users.  

The simplest example of horizontal differentiation is two different types of GPS receivers that offer the 

same  positioning  accuracy  but  have  distinct  features  such  as  different  user  interfaces,  which  are 

optimised  for different users groups  (e.g., agriculture users versus surveying users). The  receivers are 

horizontally differentiated given each user group prefers one type of receiver and has no  incentive to 

substitute when  they  are  priced  the  same.  In  the  context  of  positioning  services,  two  subscription 

products might be priced  the same but offer different  features such as additional service coverage or 

customised  information.  Whilst  some  users  may  benefit  from  additional  service  coverage,  the 

alternative  subscription  offering  less  coverage  for  the  same  price may  offer  additional  features  that 

users  prefer,  such  as  access  to  RINEX  data  for  post‐processing.  It  is  however  likely  that  additional 

coverage would only be provided up until a certain geographic extent before the SP  increases price as 

means of differentiating products vertically.  

Returning to the VIC‐NSW example above, the middle demand curve in Figure 62b can be interpreted as 

market demand  for high accuracy data  subscriptions  in VIC.  If a SP offered a  correction product  that 

provides additional geographic coverage across NSW at the same price as the original VIC‐only product, 

without limiting access to other features such as RINEX data, it makes little sense for a user to purchase 

the alternative VIC‐only product that effectively offers  less quality (i.e., coverage). Market demand for 

VIC‐only  subscriptions would  shift  to  the  left  in  Figure  62b, whilst market  demand  for  the VIC‐NSW 

product would shift well to the right given users choose the higher  ‘quality’ product that  is offered at 

the same price. Some users may continue using a VIC‐only product if they have some preference for the 

features offered by that SP (e.g., warranties).  

Rather  than  offering  coverage  in  VIC  and  NSW  at  the  same  price,  SPs  typically  adopt  vertical 

differentiation strategies by recognising that consumers who value service coverage are  likely to pay a 

higher price. Hence, the VIC‐NSW product is a separate subscription product sold at a higher price, and 

therefore  has  its  own  demand  curve.  These  examples  highlight  that  different  users  have  different 

  184      

sensitivities  to price, accuracy, coverage and  service performance. The effect of  these  sensitivities on 

market  demand  for  high  accuracy  positioning  services  can  be  introduced  by  reviewing  two  early 

scenarios provided by RAND Corporation (1995) on market growth trends for GPS products. 

 6.3.1.4 PRICE VERSUS ACCURACY 

 RAND Corporation  (1995) explored two scenarios to evaluate the  influence of Selective Availability on 

growth  trends  in  the early GPS market. Scenario one  (Figure 63a) was based on  the assumption  that 

after Selective Availability was removed, market demand for GPS products would shift well to the right 

because increased accuracy would entice more users to enter the market. Regardless of any change in 

the price of a receiver, Scenario one implied that demand would increase as more users found value in 

applying higher accuracy position information, as depicted in Figure 63a.  

Scenario two (Figure 63b) on the other hand assumed that the GPS market would become more price 

competitive if Selective Availability remained on, given users would become increasingly price‐sensitive 

and increasingly dependent on GPS for everyday applications, regardless of any change in accuracy.  

Price‐sensitivity  was  expected  as  GPS  devices  became  integrated  with  other  devices  such  as 

communications  hardware  (e.g.,  smart  phones),  leading  to  more  competitive  consumer  markets. 

Increased  dependence  was  expected  as  GPS  devices  became  increasingly  embedded  in  a  nation’s 

infrastructure  (e.g.,  GPS  receivers  being  used  in  telecommunications  networks,  highways,  ports  and 

construction projects) (RAND Corporation, 1995). 

   FIGURE 63A AND 63B: SELECTIVE AVAILABILITY & MARKET DEMAND FOR GPS 

        

 

 

  

Figure 63a. Projected change in market 

demand for GPS devices from 1995 (‘today’) 

if Selective Availability was switched off 

(RAND Corporation, 1995). 

Figure 63b. Projected change in market 

demand for GPS devices from 1995 (‘today’) 

if Selective Availability remained on  

(RAND Corporation, 1995). 

Scenario 1  Scenario 2 

  185      

The shallow demand curve in Figure 63b exhibits higher elasticity because consumers are less focussed 

on accuracy  in  the presence of Selective Availability, and are  therefore more sensitive  to price as  the 

market expands. Hence, the market demand curve shown in Figure 63b would shift to the right as more 

users entered the market and became dependent on GPS, and the curve would become more elastic as 

consumers became increasingly price‐sensitive. Horizontal differentiation would be important in a price‐

sensitive market, particularly to sell single‐frequency devices which dominated the market at this time, 

and continue to dominate the GNSS market today based on findings from GSA (2013). 

At  the  time of  this  study  in 1995, no operational  alternative  to GPS  existed  that  could  threaten  the 

accuracy  provided  by  GPS.  Scenario  one  therefore  implied  that  a  costless95  change  (switching  off 

Selective Availability), which  dramatically  improved  accuracy, would  increase  acceptance of GPS  and 

lead to greater sales over time as the market expanded. Each company would attempt to maximise their 

market share in different segments without necessarily competing on price as more accuracy introduced 

new opportunities  to value‐add. Scenario  two on  the other hand  led many manufacturers  to assume 

that, ceteris paribus (e.g., stable government policy, no substitute to GPS), lower prices would be more 

important to consumers as the market continued to expand without any change in accuracy. Put simply, 

users would have incentive to purchase GPS devices for reasons other than accuracy in Scenario two. 

RAND Corporation (1995) concluded that: 

“The key uncertainty in the economic value of turning Selective Availability to zero is 

whether the elasticity of demand for GPS is of greater or lesser significance than the 

position of the demand curve. To put it bluntly, does the future of commercial GPS 

depend more on low prices or on greater accuracy?” 

(RAND Corporation, 1995) 

 

Comparisons can be made with the modern GNSS market (GSA, 2013) noting that Selective Availability 

has been switched off and competing satellite positioning systems are emerging to join the incumbent 

GPS.  In  light of market growth evidence presented  in Section 6.3.1.6,  this  research  suggests  that  the 

consumer‐driven demand  curve  in  Scenario  two most  closely  resembles  the modern GNSS market96. 

Significant  improvements  in accuracy have shifted the demand curve right, but this shift  is also  largely 

driven  by  increased  acceptance  and  adoption  of  GNSS  technology  across  multiple  sectors  of  the 

economy (including an increasing level of dependence). Global adoption rates in industries for LBS, road, 

maritime, rail, surveying and agriculture services are evaluated by GSA (2013) to estimate sales revenue 

and future growth trends in Section 6.3.1.6.  

                                                                 95 ‘Costless’ in a financial context, but not including the costs to public safety that Selective Availability was initially designed to protect (in a national security context). 96 Note  that Selective Availability has been switched off  today  in contrast  to  the assumption made  for  the  future demand curve in Figure 63b for Scenario two.  

  186      

It follows that increased adoption within each of these sectors has led to greater price‐competition both 

vertically  and horizontally  as GNSS  technology has become more  accessible, powerful  and  functional 

over  time. Price elasticity has  also  increased  as more manufacturers  and positioning  SPs  compete  in 

consumer‐driven  (e.g.,  smart  phones)  and  infrastructure‐driven  (e.g.,  engineering)  markets.  Whilst 

prices  for  GPS  devices  are  still  vertically  differentiated  in  the  sense  that  a  dual‐frequency  geodetic 

receiver is still priced higher than a smart phone, price‐competition has also increased relatively within 

each vertical price category.  

A  remaining question  is whether accuracy may one day become  so affordable  (i.e., consumer‐driven) 

and so necessary (i.e., infrastructure‐driven) that all users demand high accuracy products?  

This  question  provides  the  link  between  the  previous  scenarios  and  the  need  to  evaluate  market 

demand  for high accuracy positioning subscriptions  in Australia. Put simply,  this  research attempts  to 

identify how a NPI can contribute to increasing market demand for positioning services across Australia. 

The  research  is  limited  to  evaluating  demand  for  high  accuracy  data,  but  recognises  that  a NPI will 

support the development of many GNSS products that are differentiated horizontally and vertically. The 

same concept for evaluating market sensitivities to price and accuracy can be applied to factors such as 

price  versus  coverage, and price  versus  service performance.  In other words,  identifying  the price at 

which users demand more  coverage and  service performance, and  identifying which user groups are 

likely to pay a higher price for these features are key questions addressed in the following Sections. 

A  two‐step  approach was  used  to  evaluate  these  questions  to  determine  how  a  NPI will  influence 

demand for high accuracy GNSS data corrections in Australia: 

1. Estimate  the  total number of users who purchase high accuracy data  subscriptions, and  the 

average cost of these subscriptions (Section 6.3.1.5). 

2. Investigate price trends and other factors that influence the position and shape of the demand 

curve identified in step one in response to growth trends in the broader GNSS market (Section 

6.3.1.6). 

  6.3.1.5 ESTIMATING  DEMAND FOR HIGH ACCURACY SUBSCRIPTIONS IN  AUSTRALIA 

 Having detailed pricing strategies  for data subscriptions and compared the modern GNSS market with 

early projections made by RAND Corporation  (1995),  it has been demonstrated  that all users of GNSS 

technology exhibit some degree of price‐sensitivity. This Section estimates the price and quantity of high 

accuracy  data  subscriptions  that  are  demanded  in  Australia,  but  also  highlights  the  challenge  of 

quantifying demand without a standardised framework for comparing local and national pricing models. 

To  begin  this  analysis,  it  assumed  that  NRTK  corrections  in  the  current  market  are  more  or  less 

interchangeable, meaning users have incentive to substitute to a competing service at a lower price. A 

  187      

key challenge however in estimating market demand for NRTK subscriptions was introduced previously 

when noting  the  absence of  any public data on price  schedules  and usage  statistics. To  address  this 

challenge, prices and user numbers have been estimated  indirectly  from a  range of economic‐related 

literature  (Position One  Consulting,  2008,  The Allen  Consulting Group,  2008, ACIL ALLEN  Consulting, 

2013, GSA, 2013), and by drawing on feedback97 from government and industry SPs in Australia.  

The  total number of NRTK subscriptions demanded by users  in Australia  is  therefore estimated  to be 

below 5,000. Feedback from the DEPI98 suggests that GPSnet has approximately 500 users subscribed to 

its NRTK service. Given the Australian market for high accuracy NRTK subscriptions is comprised of three 

government SPs and three industry SPs, if each government provider has the same number of users as 

GPSnet,  and  each  industry  provider  has  75% more  than  GPSnet99,  the  high  accuracy market would 

contain almost 4000 users. Despite the absence of empirical data, the author’s upper estimate of 5,000 

users  is  less than 0.03% of Australia’s population which  is, theoretically, the potential market  for high 

accuracy positioning  services. The  total number of users would  therefore need  to  reach over 23,000 

before market demand totalled 1% of Australia’s population, which demonstrates the small amount of 

market  penetration  in  Australia.  Even  if  3,000  additional  single‐base  CORS  have  been  deployed 

independent of any networked  service  (see Section 4.2.4), and  there are  (for example)  five users  for 

every single‐base CORS site, total user numbers would still be below 1% of the population.  

The average cost of accessing an annual NRTK subscription to GPSnet is estimated to be $3,000. It was 

also  identified  in Case  Study  2  (Section  6.2.3.3)  that  industry  SPs who  license  raw data  streams  can 

discount  their prices  from government providers and still earn profit,  thereby attracting a  larger user 

base.  The  average  cost of  a VIC‐only  subscription provided by  industry  is  estimated  to be $2,500. A 

similar  discount  rate  applies  when  pricing  pseudo‐national  correction  products  that  are  networked 

across  jurisdictional borders. For example,  if GPSnet and CORSnet‐NSW both charge $3000  for State‐

wide coverage (i.e., $6000 total), a discount rate of roughly 25% (from the previous VIC example) would 

mean  an  industry  SP  charges  $4,500  for  VIC  and  NSW  coverage,  which  is  roughly  consistent  with 

industry feedback.  

Given Table 10  (Section 4.3.2.4)  identified NRTK coverage  in VIC and NSW accounts for approximately 

72%  of  total  NRTK  coverage  across  Australia,  applying  a  linear  projection  to  these  previous  cost 

estimates suggests that a pseudo‐national SP would charge approximately $6,250 to access the entire 

8.4%  service  coverage  region.  It  is  however  likely  that  SPs would  cap  subscription  prices  beyond  a 

certain level of coverage given price competition will increase where two or more SPs deliver access to 

the same coverage region.  

                                                                 97 Feedback from conference presentations was particularly beneficial for this purpose. 98 International GNSS Conference 2013 ‐ Surfers Paradise, Australia. 99 Consistent with industry feedback and previous findings that data licensing can lead to a larger user base through discounted pricing. 

  188      

A key  implication of these price estimates  is that regardless of differences  in service performance, SPs 

who differentiate their coverage are selling  independent products that have different demand curves. 

Put simply, market demand for a VIC‐only subscription is different to that for a combined VIC and NSW 

subscription.  The NPI  concept  can  therefore be  analysed  as  a more  structured  and  equitable pricing 

approach.  

Consider the case where a NPI  is established that allows any SP to  license data streams from all CORS 

sites  within  the  existing  8.4%  service  coverage  region.  This  baseline  coverage  of  8.4%  has  various 

implications on how data can be priced. Firstly, users that require the maximum level of high accuracy 

coverage  are  likely  to  purchase  one  single  subscription  rather  than  multiple  subscriptions  from 

independent providers. Without  the NPI,  Figure 36 demonstrated  that  industry  SPs  can only provide 

access to approximately 85% of the total coverage once data from CORSnet‐NSW is also licensed (only 

50% without CORSnet‐NSW). Hence,  the NPI would encourage  greater  competition  across  the entire 

service coverage region by enabling more SPs to access existing CORS  infrastructure which  is primarily 

funded by government at present.  

The same concept was presented in Case Study 2 to demonstrate why greater competition drives SPs to 

increase value  for consumers  through price and product differentiation, which  introduces  the  second 

key point: each SP can offer horizontally and vertically differentiated products within the 8.4% pseudo‐

national  coverage  region. The natural  strategy would be  to differentiate  coverage by  State, meaning 

those  regions  where  SPs  have  small  monopolies  on  coverage  would  potentially  become  more 

competitive. The NPI would therefore reduce cost barriers for SPs who wish to enter the market, which 

in  turn  leads  to greater value  for consumers given  the price and quality of horizontally and vertically 

differentiated  products  becomes  more  competitive.  SPs  would  have  greater  incentive  to  develop 

innovative pricing strategies by bundling products, and to develop new hardware and software features 

for different applications to support diverse user groups. 

Australia’s NBNCo has adopted  a  similar pricing  structure. Uniform wholesale prices  are enforced by 

NBNCo  to  ensure  each  wholesale  provider  has  equitable  access  to  the  network. Wholesalers  then 

compete on price and quality by differentiating their products horizontally and vertically to attract retail 

clients such as ISPs. ISPs search for the most cost‐effective and  innovative product bundles that value‐

add  to  their  business  (e.g.,  backwards  compatibility,  network  redundancy,  service  guarantees). 

Customers benefit from any cost‐savings that can be passed on from retail providers who aim to build 

their own demand‐side economies of scale (see Section 6.2.4). Wholesale and retail providers therefore 

focus their resources on value‐adding at each point of the  information supply chain as opposed to the 

infrastructure  supply  chain.  Linking  each  service  to  the  same  underlying  infrastructure  promotes 

investment  in  downstream  research  and  development  for  commercialising  broadband  services, 

nationally. The NPI  is comparable  to  the single point of access provided by NBN  infrastructure  in  this 

example. 

  189      

Having analysed pricing strategies and demand  for high accuracy data subscriptions  in Australia, Step 

two provides  insight on future growth trends  in the multi‐GNSS market by exploring opportunity costs 

for price, accuracy, coverage and service performance.  

 6.3.1.6 IDENTIFYING  CURRENT  & FUTURE  DEMAND  IN THE GNSS MARKET  

 The  question  of  what  drives  demand  for  PNT  information  in  the  broader  GNSS  market  has  been 

introduced  in terms of the trade‐off between price and accuracy  in previous Sections. The notion that 

accuracy is addictive is a common mindset; but accuracy is expensive.  

A  single‐base RTK  setup  can  cost between $5,000 and $20,000, whilst  subscriptions  to NRTK  services 

range between $2,000 to $5,000 on average in Australia, depending on service coverage and the type of 

data  corrections  that  are  delivered  (i.e.,  higher  accuracy  equals  higher  cost).  In  order  to  take  full 

advantage of NRTK corrections, users must also purchase a high quality dual‐frequency receiver which 

can range from $5,000 to $15,000 in Australia. On the other hand, a dedicated handheld GNSS receiver 

or mobile device with  integrated GNSS capabilities may cost as  little as $100 to $500, but only deliver 

accuracy in the 5‐10 m range (95% confidence).  

Whilst  the  absolute  price  of  GPS  and  GNSS  devices  has  decreased  over  time,  recent  sales  figures 

provided by GSA  (2013) demonstrate  that  the  relative  (vertical) price  gap  (RAND Corporation,  1995) 

between high accuracy and low accuracy devices has remained through time.  

In reviewing price and accuracy trade‐offs in the early GPS market, RAND Corporation (1995) summarise 

that: 

“As prices for GPS equipment drop, more commercial users adopt GPS or explore its use 

– even with no change in the GPS policy environment. ...Civil and commercial buyers 

are price elastic, and thus price is a greater influence per se on overall demand levels 

than accuracy. Whilst users would like perfect accuracy if it were costless, the vast 

majority of markets not using DGPS100 seem satisfied with the accuracy of SPS” 

(RAND Corporation, 1995) 

 

Market growth  studies by  the European GNSS Agency  (GSA)  (2013) also  support  this  statement. GSA 

reports  that global shipments of GNSS‐enabled devices  in 2012  for  the LBS  industry, representing  the 

cheaper  and  lower  accuracy  end  of  the GNSS market  (including  smart  phones,  tablets  and  tracking 

instruments), grew to over 800 million units worldwide from 150 million in 2005. This growth translates 

to a global penetration of 22% for LBS devices that are GNSS enabled, which contributes over €12 billion 

in  sales  and  services  revenue  globally.  Furthermore,  cumulative  revenues  for  LBS  are  expected  to 

                                                                 100 DGPS accuracy as defined by RAND Corporation is equivalent to the high accuracy market considered within this thesis. 

  190      

account for approximately 47% of global GNSS revenue (over €240 billion) by 2022  in contrast to 4.1% 

and 1.4% contributed by  the surveying101 and agriculture102  industries  respectively  (both of which are 

key user groups of high accuracy positioning services in Australia).  

The remaining global revenues evaluated by GSA up to 2022 are divided between road (46.2%), aviation 

(1.0%), maritime  (0.3%)  and  rail  (0.1%),  each  of which  are  expected  to  grow  in  Australia  based  on 

current  estimates  up  to  2020  (ACIL  ALLEN  Consulting,  2013). Whilst  road  applications  are  a  large 

segment  of  the  market,  and  higher  accuracy  GNSS  technology  will  become  more  critical  for  road 

infrastructure and  transport vehicles  in Australia  (Austroads, 2011, Standing Council of Transport and 

Infrastructure,  2012,  ACIL  ALLEN  Consulting,  2013), many  road  applications  reviewed  by  GSA  aren’t 

dependent  on  high  accuracy  position  information  yet,  including  pay‐per‐use‐insurance,  road  traffic 

monitoring and road user charging applications.  

Whilst  the  lower  sales  volume  of  high  accuracy  devices  reflects  their  higher  cost,  it  is  important  to 

consider  the downstream economic value  that higher accuracy devices and services create compared 

with  lower  accuracy  devices.  For  example,  The  Allen  Consulting  Group  (2008)  estimate  that  the 

cumulative benefits  to Gross Domestic Product  (GDP) provided by high  accuracy positioning  services 

(which  require  high  accuracy  GNSS  devices) within  the mining,  agriculture  and  construction  sectors 

alone  could  reach  between  $73  and  $134  billion  net  present  value  by  2030.  Additional  benefits  of 

between $32 billion and $58 billion could be achieved through a national rollout of a standardised NPI. 

The quoted benefits are reliant upon high accuracy (± 2cm) CORS networks that offer NRTK positioning 

coverage. In the agriculture sector for example, high accuracy CORS networks improve farming practices 

by  reducing  production  inputs,  soil  compaction, water  run‐off,  soil  erosion,  fuel  usage  and  stress  to 

farmers;  whilst  increasing  yield,  lowering  carbon  dioxide  emissions  and  preserving  water  quality 

(Bowman, 2008).  

Recent work  by  ACIL  ALLEN  Consulting  (2013)  also  suggests  that  by  2012  Australia’s  real  GDP was 

between  $2.3  billion  and  3.7  billion  higher  than  it  would  have  been  without  the  accumulated 

productivity  improvements  arising  from  sub‐metre,  decimetre  and  centimetre  GNSS  positioning 

services. The same report projects that real GDP could be between $7.8 billion and $13.7 billion higher 

by 2020. These  findings  imply  that although  the  low accuracy  LBS  segment delivers  the highest  sales 

revenue (GSA, 2013), the economic value created by these devices is not the same as the time‐savings, 

labour‐savings, safety improvements and equipment savings that derive from high accuracy positioning 

services and equipment. The price that users are willing to pay for higher accuracy, coverage and service 

performance varies across different industry sectors. 

In  light of  these growth estimates, demand  for GNSS  technology  is  continuing  to grow and  is adding 

value across many sectors of the global economy. As more users enter each segment, the demand curve 

                                                                 101 100% penetration for GNSS enabled devices. 102 40% penetration for GNSS enabled devices. 

  191      

shifts  outwards  and  more  businesses  compete  to  deliver  value‐added  services.  Users  that  value 

improved accuracy, coverage and service performance will naturally search for products that offer these 

capabilities at competitive prices, thus increasing demand elasticity where higher competition occurs. As 

GNSS  technology becomes more prevalent  in physical and  information‐based  infrastructures,  such as 

communication networks and  transport  systems,  society’s dependence on accessing PNT  information 

anytime and anywhere will  increase. For example, the European Commission  (2011) estimated that 6‐

7% of the European Union’s (EU) economy is already dependent on GPS, with further growth expected. 

The ASC (2012) note that Australia’s economy is similarly dependent on GPS.  

As new  applications  and PNT  capabilities  are  introduced  to  consumers, GNSS  technology will  further 

penetrate user markets in different industry sectors, therefore expanding the broader market for GNSS 

goods and services along with markets for complementary non‐GNSS technologies. Whilst high accuracy 

applications for agriculture and surveying are currently a small portion of the market in terms of annual 

device  sales over  time, growth  forecasts by GSA  (2013), The Allen Consulting Group  (2008) and ACIL 

ALLEN Consulting  (2013) suggest  there  is still a significant  level of uptake  that will occur  in  the  these 

industries  over  the  coming  decade.  However,  the  total  number  of  users  currently  subscribed  to 

positioning  services  is  lower  than  predicted  in  these  studies  based  on  estimates made  within  this 

thesis103,  suggesting  that  adoption  rates  for high  accuracy positioning  services  have  not  yet  reached 

critical mass  (i.e.,  have  not  reached  uptake  levels  comparable  to  that  of  low  accuracy  code‐based 

devices).  

One possible explanation for a  lack of uptake  is that many users continue to  invest  in single‐base RTK 

technology as a substitute for NRTK services, particularly where NRTK coverage is not available. There is 

also a general lack of awareness that NRTK can improve service performance and coverage and enhance 

multi‐GNSS compatibility, meaning price‐driven users may  find  the cost of adopting any  form of high 

accuracy GNSS  technology  too high at present. Put simply,  if users cannot  identify value  in using high 

accuracy position information, they will not pay a higher price to access this information. Given the cost 

of supplying CORS infrastructure and positioning services influences the price that SPs charge to recoup 

fixed‐cost investment and earn profit, supply costs are a key consideration for identifying the extent to 

which lower subscriptions costs can increase demand. Section 6.3.2 explores these supply costs. 

 6.3.2 SUPPLY 

 It  is  self‐evident but  nonetheless  important  to  note  at  the beginning of  this  Section  that  public  and 

privately owned CORS infrastructure and positioning services have been deployed because government 

and  industry  providers  have  identified  demand  for  these  services.  The  geographic  location  of  CORS 

infrastructure  and  service  coverage  illustrated  in  Figures  32  and  36  respectively  identified  where 

                                                                 103 Adoption rates for 2013 were not compared by ACIL ALLEN Consulting (2013) with earlier projections from The Allen Consulting Group (2008). 

  192      

demand for high accuracy products has been strongest. Public investment in VIC, NSW and QLD has built 

awareness and encouraged uptake of GNSS technology where market forces alone may not have led to 

State‐wide coverage.  Industry providers have  invested  in CORS  infrastructure and positioning services 

where a suitable Return on  Investment  (RoI) has been  identified  to offset  fixed‐costs and earn profit. 

This  Section  begins  by  introducing  the  cost‐benefit  relationship  for  supplying  CORS  infrastructure, 

followed by discussions on how a NPI can minimise fixed‐costs as a means of maximising social utility. 

 6.3.2.1 EXTERNALITIES  & THE COST‐BENEFIT RELATIONSHIP 

 Section  6.2.1.1  identified  that  the benefits of pursuing  any opportunity must be weighed  against  its 

costs. The first half of this Chapter was dedicated to understanding the high fixed‐cost structure needed 

to produce the first GNSS data correction from a positioning service. Section 6.3.1  identified economic 

benefits  in  terms  of  sales  figures  and  contributions  to  GDP  that  reflect  growing  demand  for  GNSS 

technology.  The majority  of  these  costs  and  benefits  are  directly  attributable  to  a  specific  good  or 

service.  For  example,  the  cost  of  each  input  needed  to  establish  CORS  infrastructure  can  be 

approximated  as  a  dollar  value.  These  costs  include GNSS  hardware  and  software,  communications, 

power,  data  usage  and  storage  (e.g.,  cloud‐based  services),  heritage  clearances,  wages,  labour, 

maintenance  and  property  rent  (Hausler  and  Collier,  2013b).  Significant  investment  in  Information 

Technology  (IT)  infrastructure  is  also  needed  to  build  data  and  processing  redundancy  and  capacity 

through the use of Data Centres, Analysis Centres and Control Centres. It was also identified in Chapter 

3 that costs vary for different Tiers of CORS. High quality geodetic Tier 1 CORS are more expensive than 

commercial Tier 3 CORS which are primarily used for network densification (Hausler and Collier, 2013a). 

Whether buying or selling positioning services, or any product  for  that matter, direct benefits can be 

measured  against  the  direct  costs  of  investing  in  the  product.  The  direct  benefits  of  establishing  a 

positioning  service  can  be  analysed  in  terms  of  the  financial  RoI  that  SPs  receive  from  selling  data 

subscriptions.  Returning  to  Figure  36,  the  fact  that  commercial  positioning  services  exist  in  these 

geographic  regions  suggests  that  the  longer‐term  benefits  of  supplying  this  infrastructure  equal  or 

exceed the direct costs of investment (see GPSnet example in Case Study 2 – Section 6.2.3.3).  

Furthermore, Section 6.2.4 introduced the concept of externalities, when the well‐being of a third‐party 

is  influenced  by  an  activity  without  the  third‐party  having  paid  or  received  compensation  for  that 

activity. In other words, the indirect costs and benefits experienced by people external to the business 

are  not  typically  considered  in  private  investment  decisions  made  by  businesses  and  individuals. 

Pollution  is  the most  common  negative  externality  cited  in  the  economic  literature  (Mankiw,  2007, 

Frank et al., 2008, Krugman and Wells, 2010). Indirect costs to those harmed by pollution are viewed as 

external to the direct costs and benefits (revenue) of supplying the product that causes the pollution. In 

the case that pollution decreases quality‐of‐life,  increases health‐care costs, and  lowers tourism, social 

costs are said to be higher than the private costs faced by the polluter. Public investment therefore aims 

  193      

to minimise  social  costs  and maximise public benefits  that  are not  typically  included  in private  cost‐

benefit calculations (Mankiw, 2007, Lateral Economics, 2009, Helbling, 2010). 

It  follows  that  positive  externalities  occur when  the  benefits  to  society  of  investment  in  a  specific 

product  are  greater  than  the  direct  RoI  received  by  the  producer.  For  example,  research  and 

development activities often  lead to positive externalities beyond the direct benefits enjoyed by those 

who fund the research. New research generates new knowledge which contributes to other discoveries 

and  innovations,  such as new positioning  techniques  in  the case of positioning  services. PwC  (2010a) 

identified positive spill‐overs (i.e., externalities) from producing fundamental spatial datasets, including 

a  more  informed  community  which  facilitates  better  decision‐making.  Section  6.4  explains  how 

government  policy  can  be  used  to  minimise  social  costs  and  maximise  social  returns  to  reduce 

deadweight loss and improve social well‐being.   

A  Cost‐Benefit  Analysis  (CBA) measures  costs  and  benefits  in  terms  of  social  utility  gains, meaning 

positive and negative externalities are key inputs for analysis (OECD, 2006). For example, to determine 

the net effect of proposed policy changes and  infrastructure  investment on social well‐being, a CBA  is 

often used  to  evaluate  all potential  gains  and  losses  from  a proposal  in monetary  terms. Australia’s 

Department of Finance and Deregulation (Dobes, 2008) notes that: 

“Just  as  individuals maximise  their  income  from  investments  in  shares  by  choosing 

those with the highest expected net yield, governments can maintain social returns on 

expenditure  (and hence  the standard of  living of  the community) at  the highest  level 

possible  by  choosing  projects  and  policies  with  the  highest  levels  of  net  present 

value104.” 

(Dobes, 2008) 

 

In the context of positioning infrastructure, Section 3.5 has already detailed why public funds are used 

to  establish,  monitor  and  maintain  the  GRS  as  a  means  of  generating  positive  externalities  (i.e., 

governments, businesses and users can connect to the GRS). The clearest benefits relate to measuring 

the  size and  shape of  the Australian  landmass  to detect and monitor natural hazards  such as  crustal 

motion, which improves safety and allows greater planning for preventing damage to critical assets such 

as  power  and  transport  networks.  Furthermore,  as  the  network  of  users  who  connect  to  the  GRS 

increases,  the value of  the GRS  increases given more users can communicate and apply authoritative 

position  information  in  a  standardised  reference  system.  Critically, modern  positioning  services  can 

deliver all of these capabilities in real‐time, which leads to new research and development opportunities 

for applications that bring benefits to Australia and neighbouring countries, along with global GNSS user 

communities.  These  benefits  include  improvements  in  conventional  and  space weather  forecasting; 

                                                                 104 By comparing the value of a dollar in the future to the value of that dollar today, Net Present Value (NPV) allows the current value of a  future project  to be estimated. Positive NPV  implies  that  the project  is viable given  future cash flows from the project will be positive.  

  194      

rapid detection of hazardous events such as earthquakes and tsunamis; assisting neighbouring countries 

to exploit GNSS  technology and benefit  from  regional hazard monitoring applications; and  improving 

performance  monitoring  of  GNSS  constellations  to  mitigate  against  vulnerabilities  such  as  signal 

jamming and interference, particularly for the protection of critical infrastructure (ASC, 2012).  

The  key  point  is  that  private  investment  decisions  for  establishing  positioning  infrastructure  and 

positioning  services do not  typically  account  for broader  social benefits, meaning private  investment 

does not always occur where public benefits have been  identified.  In other words, the supply of CORS 

infrastructure  and  positioning  services may  never  be  optimised  if  funding  decisions  are  left  to  the 

private  sector  alone.  This  concept  is  known  as market  failure  (Randall,  1983);  a  situation where  the 

social costs of producing a good or service are not minimised which leads to deadweight loss due to an 

inefficient allocation of resources. Put simply, the quantity demanded by consumers does not equate to 

the  quantity  supplied. Whilst  the  previous  Section  detailed  growth  trends  in  the  GNSS market,  the 

concept of externalities highlights that direct benefits are not the only reason that users demand access 

to PNT  information. External benefits are a key consideration  that should be  identified and evaluated 

within a CBA.   

Dobes (2008) evaluates a past example of how a rigorous CBA would have assisted decision‐making on 

unifying  railroad  gauges  in  Australia  early  in  the  20th  Century,  which  has  implications  for  current 

decision‐making  towards  establishing  a NPI. Rather  than  focussing  solely on  the  costs of unification, 

Dobes  (2008)  highlights  that  greater  emphasis  should  have  been  placed  on  the  social  utility  and 

downstream  economic  benefits  that  interconnection  of  the  rail  network  between  each  jurisdiction 

would enable. However, private interests diverged from social interests in choosing which rail standard 

to adopt, or whether there should be a standard at all given the switching costs of coordination were 

high  for each party  (Shapiro and Varian, 1999, Dobes, 2008). However, adopting a single standard,  in 

this  case  the  4‐foot‐8½‐inch  gauge width  ensured  that  all  goods  and  services  (e.g.,  rail  freight)  that 

required access  to  the network were made  compatible,  therefore generating greater  value  for  those 

who continue to produce, distribute and consume each product  that was  transported. Section 6.2.4.2 

identified why  the  IGS  RTCM‐SSR  data  format  has  been  developed  to  facilitate  ‘interconnection’  of 

positioning services for this purpose. 

Section 6.3.2.2 will demonstrate why issues of duplication and over‐investment in the Australian market 

for high accuracy positioning  services has  led  to market  failure, which  leads  to discussions  in Section 

6.3.2.3 and 6.3.3 on how a NPI can minimise social costs. However, readers are reminded from Section 

6.1.2 that the aim of this research  is not to provide a CBA, but to evaluate technical,  institutional and 

economic decisions by governments and  industry for supplying positioning  infrastructure on a national 

scale.  

    

  195      

6.3.2.2 DUPLICATION,  OVER‐INVESTMENT  & MARKET  FAILURE 

 The  evolution  of  CORS  infrastructure  and  positioning  services  in  Australia  described  in  Chapter  4 

suggests that duplication and overinvestment has occurred where data licensing could have minimised 

fixed‐costs.  The  following  analysis  provides  geographic,  statistical  and  economic  examples  of  why 

duplication and over‐investment can be interpreted as market failure.  

In  relation  to Figure 36, at  least 49 privately‐owned CORS were  identified  in VIC, NSW, ACT and QLD 

alone  that  overlap  with  existing  government  services  but  do  not  contribute  GNSS  data  to  these 

networks. This equates to over 19% of total CORS that could have been used to extend service coverage 

and increase service performance, using existing government infrastructure through a more coordinated 

and strategic development approach. This conservative estimate of duplication overlooks a number of 

privately owned CORS that remain unidentified in these regions.  

On  a  national  scale,  a  simple  area‐per‐station  ratio  was  used  by  Hausler  and  Collier  (2013a)  to 

approximate the total service coverage that a NPI would enable if raw data from all CORS identified in 

this  research  (see Section 4.2) was coordinated  through a single point of access. The analysis did not 

include CORS sites in the FBA network, although no duplication has been identified within this network 

meaning relative changes  in coverage  identified by Hausler and Collier  (2013a) remain valid. Potential 

coverage was projected based on the area‐per‐station NRTK coverage (sq km) for stations in the GPSnet 

network.  Potential  coverage was  estimated  at  14.8%  across mainland  Australia  (including  Tasmania) 

suggesting  that  current  service  coverage  could  have  been  increased  by  approximately  43%  through 

greater coordination of existing CORS assets. This difference can be interpreted as ‘lost’ coverage due to 

infrastructure duplication, and  therefore market  failure, which  stems  from  the  technical,  institutional 

and commercial barriers discussed throughout this thesis.  

Lost coverage equates to $13.5 million in capital and operational costs105, which could have been saved 

or reallocated through a coordinated national network to generate greater economic value in line with 

the  estimates  provided  in  Section  6.3.1.6.  This  conservative  cost  estimate  does  not  account  for 

duplicated  software  and  control  centres, or maintenance  and upgrade  costs, which  are estimated  at 

$2m  for GPSnet  alone.  This  analysis  is  also purely  conceptual  given  existing  infrastructure  is  fixed  in 

location, and  the projected coverage  is  linear and not optimised  for a specific geographic  region. The 

purpose  is  to  estimate  numerically  the  potential  coverage  that  could  have  been  enabled  through 

coordinated  deployment  of  a  single,  uniform  service.  It’s  also  recognised  that  ARGN  (Tier  1)  and 

AuScope (predominantly Tier 2) CORS infrastructure is strategically positioned to optimise management 

                                                                 105 Capital and operational costs for each CORS were estimated at $60,000 which is based on the assumption that 90% of duplicated CORS were deployed to Tier 2 and 3 standards at an average cost of $50,000 per CORS, with the remaining  10%  deployed  to  Tier  1  standards  with  an  average  cost  of  $150,000  per  site.  ICSM  standards  and guidelines recommend that 10% of infrastructure should be installed to a higher standard to provide a traceable link to the national reference frame (Burns & Sarib, 2010). Tier 1 sites require more stringent specifications for physical site selection, site stability, GNSS hardware and software, and ancillary equipment. 

  196      

of the geodetic reference frame. Eliminating all AuScope and ARGN sites yields total national coverage 

of 11.5% using  the projection  above, which  translates  to 27% of  lost  coverage. This equates  to $8.4 

million of over‐investment using the same cost profile. 

The  point  remains  that  duplicated  infrastructure  would  have  contributed  additional  coverage  and 

redundancy  if deployment of, and access  to all existing CORS had been coordinated  through a NPI  to 

improve  service  coverage  and  performance.  Social  costs must  therefore  be  higher where  additional 

coverage and performance could have been provided, meaning  lost coverage can be  interpreted as a 

deadweight  loss  to  society. Put  simply,  the cost of  funding duplicated  infrastructure could have been 

saved or better spent elsewhere.  

Viewed  in aggregate, $13.5 million would have been a small price to pay to enable the broader social 

and commercial value (The Allen Consulting Group, 2008) that a standardised national network would 

enable. However, in the current market, $13.5 million can be interpreted as an inefficient allocation of 

resources  that  leads  to deadweight  loss  and  suggests  that  some  level of market  failure  is  restricting 

supply.  Indeed,  the very point of  this research  is  to  identify, relate and communicate  these  technical, 

institutional  and  economic  barriers,  and  therefore  evaluate  the  direct  and  external  benefits  that 

coordinated access will enable. Two implications of market failure are subsequently explored below: 

i. The  costs and benefits of  supplying CORS  infrastructure and establishing positioning  services 

are not evenly distributed spatially (Sections 6.3.2.3 and 6.3.2.4). 

ii. Duplication and over‐investment increases social costs, which in turn limits external benefits to 

producers  and  consumers  who  could  have  benefited  from  accessing  a  larger  positioning 

network (Section 6.3.3).  

 6.3.2.3 LOCATING COSTS AND  BENEFITS  IN AUSTRALIA 

 The clearest example of why the costs of supplying CORS infrastructure and positioning services are not 

evenly distributed across Australia was demonstrated  in Sections 4.2 and 4.3 by  identifying that more 

investment (including network densification and duplication) has occurred  in regions where demand  is 

higher.  Increased  demand  suggests  that  the  direct  and  external  benefits  of  producing  and  accessing 

these  services  must  also  be  higher  in  these  regions.  However,  limited  spatial  evidence  has  been 

compiled  on where  these  benefits  generate most  value  to  users  in Australia.  The  following  analysis 

therefore  maps  key  economic  factors  such  as  population  density,  remoteness  indices  and  user 

applications that have influenced past investment in CORS, to identify regions where future investment 

is likely to be prioritised (i.e., where benefits outweigh fixed‐costs). 

In  compiling  Figure  64,  Hausler  and  Collier  (2013a)  identified  that  approximately  82%  of  Australia’s 

population  lives  within  50  km  of  the  coastline,  and  demonstrated  that  most  investment  in  CORS 

infrastructure has occurred towards these higher density regions (i.e., Major Cities and Inner and Outer 

  197      

Regional  Australia).  It  was  also  estimated  that  up  to  83%  of  Australia’s  population  can  access  a 

positioning service within the estimated total NRTK coverage region.  

 FIGURE 64: AUSTRALIAN POPULATION DENSITY & NRTK COVERAGE 

 

 Statistical Area Level 1106 Census regions overlaid with 50 km coastline buffer and the combined high 

accuracy service coverage provided by governments and industry (Hausler and Collier, 2013a). 

  It was previously demonstrated  in Figure 36 however that no single service provider enables access to 

this  total  coverage  region  in  Australia.  For  example,  Table  2  identified  SmartNet  Aus  as  the  largest 

pseudo‐national  service with 4.2%  coverage across Australia, which equates  to only 50% of  the  total 

NRTK coverage displayed  in Figure 36. SmartNet Aus coverage will extend to approximately 85% once 

data streams from CORSnet‐NSW have been integrated.  

One reason densification occurs around capital cities such as Melbourne (VIC) and Sydney (NSW)  is to 

improve  accuracy  and  service  reliability  particularly  for  engineering  and  construction  applications 

(Rubinov  et  al.,  2011).  It  is  therefore  reasonable  to  assume  that  future  investment  in  CORS 

infrastructure  will  be  focussed  in  and  around  Greater  Capital  City  Statistical  Areas  (ABS,  2012a). 

Although  population  growth  in  urban  regions  is  a  driver  for  engineering  and  construction,  Section 

6.3.1.6 highlighted that population is only a small part of the picture when considering the productivity 

gains from high accuracy position information to industries for agriculture, engineering and mining (The 

Allen Consulting Group, 2008). For example,  the new FBA network  in Central Queensland  is a  leading 

                                                                 106 Statistical Area Level 1 (SA1) is the smallest base region and therefore the largest dataset for which 2011 Census data was  collected by  the ABS  (2013), which  includes  approximately 55,000 mesh blocks  covering  the whole of Australia.  SA1 is a classification within the ABS Australian Statistical Geography Standard (ASGS). 

  198      

example of how land and water resource management activities in regional areas can benefit from high 

accuracy  positioning  services.  The  network  will  assist  broad  acre  cropping  enterprises  and 

horticulturalists to improve their efficiency, and reduce the amount of pesticides and fertilisers reaching 

the Great Barrier Reef.  

Figure  65  adopts  a  national  approach  to  evaluating  costs  and  benefits  in  the  agriculture  sector  by 

approximating  the  location  of  key  wheat  growing  regions,  which  are  proven  to  benefit  from  high 

accuracy positioning practices  such  as CTF  (Bowman, 2008).  Figure 65  compares  georeferenced data 

from ABARES (2012) with aggregate high accuracy positioning coverage to conceptualise where current 

and  future  service  coverage  is  needed.  As  described  throughout  Chapters  4  and  6,  a  number  of 

agriculture dealers and  consumers are  likely  to operate privately‐owned CORS of unknown quality  in 

these regions. Figure 65 therefore helps to identify where this infrastructure may be located, and where 

market demand107 will drive future investment in the near‐term, with or without the NPI. 

 FIGURE 65: AUSTRALIAN WHEAT GROWING REGIONS & NRTK COVERAGE 

  

Australian wheat growing regions (ABARES, 2012) overlaid with existing high accuracy coverage (Hausler 

and Collier, 2013a). 

 

   

                                                                 107 The ABS estimates total wheat production  in Australia for 2011‐12 at 29,923,000 tonnes, with a gross value of $7.5 billion. The gross value of all Australian crops increased by 6% to $20.0 billion in 2011‐12 (ABS, 2012a).  

  199      

Another useful measure of where future infrastructure may be supplied by governments and industry in 

response to future demand is the Accessibility/Remoteness Index of Australia (ARIA108) shown in Figure 

66. Comparisons between Figures 65 and 66 demonstrate that regions of higher population density and 

regions  of  higher  agricultural  activity  are  correlated  with  Major  Cities,  Inner  and  Outer  Regional 

Australia and Remote regions of Australia as defined by the ARIA. Figure 66  implies that Regional and 

Remote Australia are likely to be the first regions that require further expansion of positioning services 

in  response  to  future  demand.  Based  on  current  trends  in  QLD,  SA  and  WA  (see  Figure  32), 

uncoordinated private investment is likely to continue in these regions in the absence of a NPI. The ARIA 

classification also helps to determine the approximate  locations  in which  independently owned assets 

may reside.  

 FIGURE 66: AUSTRALIAN REMOTENESS INDEX & NRTK COVERAGE 

  

Accessibility/Remoteness Index of Australia (ARIA) overlaid with existing total high accuracy service coverage 

(Hausler and Collier, 2013a). 

 

Road transport is another sector expected to undergo substantial market growth in its use of GNSS 

technology as summarised in Section 6.3.1.6. Real‐time, high accuracy position information can be used 

to locate a vehicle relative to a road centreline to support driverless technology and enable safety 

warnings for crash avoidance. In the same way that aviation applications require a high percentage of 

                                                                 108 The ARIA is based on a geographical methodology in which remoteness is defined on the basis of road distance from any point to the nearest town (service centre). The most recent ARIA compiled  in 2011 uses five population classes to map remoteness across Australia (refer to map legend in Figure 66). As a purely geographical concept, the ARIA does not attempt to define the broader concept of accessibility which  is  influenced by many factors such as the socioeconomic status and population mobility. 

  200      

service availability for safety‐of‐life purposes (US Government, 2012, CRCSI, 2011), accuracy, availability 

and integrity are key performance criteria required in the road transport sector.  

Road, rail, aviation and maritime transport sectors are all leading examples of why truly national 

positioning services deliver social benefits through improved safety and network interconnection, which 

reinforces the notion that duplicated infrastructure leads to higher social costs. Figure 67 demonstrates 

this visually by overlaying existing NRTK coverage with Dual Carriageways, Principal Roads, Secondary 

Roads and Minor Roads in Australia109. Hence, Figure 67 not only demonstrates a lack of national 

coverage, but the need to enable a single point of access to coverage in existing service regions where 

higher demand has justified previous investment. Similarly, the rail gauge example in Section 6.3.2.1 

highlighted the inefficiency of purchasing separate subscriptions in different geographic regions given 

positioning services with non‐uniform service levels and infrastructure standards dramatically limits the 

social utility that real‐time position information generates.  

 FIGURE 67: AUSTRALIAN TRANSPORT NETWORKS & NRTK COVERAGE 

  

Dual Carriageways, Principal Roads, Secondary Roads and Minor Roads (GA, 2006) overlaid with existing 

total high accuracy GNSS service coverage (Hausler and Collier, 2013a). 

     

                                                                 109 Road classifications are defined by GA (2006) within the GEODATA 250K Series 3 dataset. 

  201      

6.3.2.4 MARGINAL UTILITY 

 Following  the  previous  cost‐benefit  examples,  it  is  evident  that  increased  access  to  existing  CORS 

infrastructure within  and  outside  of  existing  service  coverage  regions  can  dramatically  improve  the 

marginal utility of high accuracy position information, as described below. 

It has been demonstrated throughout this Chapter that different users have different opportunity costs 

for accuracy, coverage and service performance. The previous Section provided a visual representation 

of how these costs and benefits vary spatially. Each user places different value on the utility they receive 

from positioning services which reflects the price they are willing to pay for access. However, total utility 

is  also  influenced  by  external  benefits  such  as  how  compatible  their  existing  equipment  is  with  a 

positioning  network,  and  how  many  other  people  access  and  share  data  on  the  same  network. 

Maximising external benefits helps to minimise social costs from duplication and over‐investment, thus 

increasing the marginal utility from accessing data within a positioning service.  

Marginal utility was defined  in Section 6.2.1.2 as  the marginal benefit  (or  loss)  that a consumer gains 

from consuming one additional unit of a good or service; a high accuracy data subscription in this case. 

However, the quantity of data corrections that can be supplied from any positioning service subscription 

theoretically approaches  infinity depending on  the network’s  capacity  to handle  congestion  from  too 

many users. Hence, there is no natural limit on how many units can be produced. Methods of artificial 

scarcity are however used to restrict supply by controlling pricing and access to the network (Krugman 

and Wells, 2010).  

SPs attempt to maximise returns by recognising that consumers have different opportunity costs when 

presented with a  range of differentiated correction products. At one  level, measuring  the number of 

individual  data  packets  (i.e.,  bytes  of  data)  that  a  user  consumes  when  subscribed  to  a  specific 

correction  product  is  a method  of  quantifying  utility  and  depends  on  the  length  of  time  a  user  is 

connected  to  the  service.  However,  the  concept  of  utility  extends  well  beyond  usage  statistics  for 

individual  correction  products.  SPs  seek  quantitative  and  qualitative  feedback  across  their  entire 

product  range  to  direct  investment  towards  product  features  that  consumers  value  most.  Service 

coverage and service performance are primary ways in which SPs differentiate value to attract different 

consumer groups and grow  their market share. Hence, service coverage and service performance are 

also key criteria for evaluating marginal utility. 

A  key  question  in  the  context  of  a NPI  is  how much  coverage  and  performance  should  be  supplied 

before  the marginal utility  gained  from producing  ‘additional’  coverage  is not worth  the  investment. 

Section  6.3.2.1  demonstrated  the  importance  of  identifying  direct  benefits  and  external  benefits  to 

answer  this  question. Whilst  a  CBA  is  typically  used  to  identify  and  quantify  all  costs  and  benefits 

resulting from public funding, private investment decisions tend to exclude external costs and benefits 

such  as  knowledge  spill‐overs  and  the  benefits  of  standardisation.  Identifying  direct  benefits  allows 

  202      

industry providers  to  interpret demand signals  from consumers at various price points, which  reflects 

their willingness  to pay  for  additional  coverage  and  service performance.  If however  the majority of 

value  to consumers  stems  from external benefits  such as public  safety, as opposed  to direct benefits 

that SPs use  to guide pricing decisions, coverage and service performance may be supplied at a  level 

that is less than socially optimal. The same concept applies to providers of fundamental spatial data who 

use price signals to determine the quality of data demanded by consumers (PwC, 2010a). Price signals 

for  spatial data quality are weaker  if  information  goods  are provided  for  free  (via public  funding  for 

example),  but  free  data  delivers  larger  external  benefits  such  as  knowledge  spill‐overs  to  enhance 

decision‐making. 

The  finding  in  this  research  that  almost  75%  of  NRTK  CORS  infrastructure  has  been  funded  by 

governments  in  Australia  suggests  that  external  benefits  have  been  identified  in  addition  to  direct 

returns  from  operating  commercial  services.  For  example,  governments  in  VIC, NSW  and QLD  have 

identified value in developing CORS networks where private investment may not have been justified to 

begin with. Government leadership has created external benefits by accelerating the adoption of NRTK 

technology  in Australia; by providing research organisations with free access to positioning services to 

enhance research and development; by increasing consumer awareness about GNSS technology; and by 

enhancing  and  streamlining  internal  business  services  within  government  (e.g.,  asset  mapping, 

surveying,  meteorology,  education,  and  geodesy).  Public  investment  has  created  opportunities  for 

private investment in downstream commercial positioning services through data licensing.  

It  is  therefore  likely  that public  funding will  continue  to be a key  requirement  for establishing a NPI. 

Regardless of the chosen funding model, the Australian Government also has a role to play in developing 

public policies (see Section 6.4) that minimise social costs by facilitating greater coordination between 

government  and  industry  services. A  formal CBA  is  a  first  step  towards understanding  the  costs  and 

benefits  that  a NPI will  enable. However,  the  following  Section  also  suggests  that  advancements  in 

multi‐GNSS  technology  and  processing  techniques  such  as  RT‐PPP  present  a  unique  opportunity  to 

develop  a  NPI  that  delivers  substantial  economic  and  social  benefits  at  negligible  cost,  particularly 

compared with other nation‐building projects such as the NBN.  

It  is  therefore  feasible  that  the  marginal  utility  of  existing  CORS  infrastructure  is  already  close  to 

enabling national high accuracy service coverage if a coordinated, single point of access is made possible 

through the NPI. Hence, the NPI will enhance Australia’s opportunity to provide leadership in developing 

new GNSS technology such as RT‐PPP to benefit national, regional and global users. 

   

  203      

6.3.3 NPI: MAXIMISING BENEFITS AT MINIMUM COST 

 The importance of minimising fixed‐costs has been demonstrated throughout this Chapter by analysing 

cost structures, market structures, economies of scale, network externalities and the need to  increase 

compatibility through standardisation. The argument that a NPI will address issues of market failure can 

first be explored by considering a simple example of whether aggregate investment by governments and 

industry  over  the  past  two decades  could  have  been  reduced,  or used more  efficiently  if  a  uniform 

distribution  and  access  model  had  been  enabled  through  a  NPI.  A  number  of  pricing  and  access 

decisions  can be  interpreted  from  this question  to  inform  future policy and  investment decisions  for 

deploying CORS infrastructure and establishing positioning services nationally through the NPI. 

Figure 68 maps  two conceptual ATC curves  for producing an arbitrary number of subscriptions  in  the 

existing  8.4%  coverage  region within Australia.  Curve  X  represents  the  aggregate  cost  of  funding  all 

existing networks  including those containing duplicated  infrastructure. Curve Y removes all duplication 

costs to represent the minimum cost of enabling access to the 8.4% coverage region by only purchasing 

infrastructure spaced optimally at 70 km.  

 FIGURE 68: CONCEPTUAL NPI ATC CURVE 

 

Curve X represents the ATC of producing subscriptions in a network containing duplication, whilst curve Y 

represents a network without duplication that provides the same level of coverage as curve X.  

 Applying cost estimates from Section 6.3.2.2 to Figure 68 demonstrates that the ATC of producing every 

data  subscription would have been  cheaper  if 27% of  coverage had not been duplicated  at an extra 

fixed‐cost of $8.4m. The fixed‐cost of enabling 8.4% coverage would have been lowest if a NPI (curve Y) 

had been used to optimise the spatial distribution of CORS infrastructure within the network.   

Note  that  Figure 68  is  scalable  to  any  level of  service  coverage where duplication has occurred;  the 

implication  being  that  data  licensing  would  have  minimised  ATC,  instead  of  deploying  additional 

infrastructure.  The  relative  shift  between  the  curves  in  Figure  68  therefore  reflects  the  level  of 

  204      

duplication in a given network that is not optimally designed. Note also that ATC continually decreases 

towards marginal cost given the variable cost of producing each additional correction  is negligible and 

does not change as more subscriptions are produced. Short‐term marginal costs are considered zero in 

the remaining examples.   

Figure 69a overlays a market demand curve whose shape resembles that of the current market for high 

accuracy positioning services described in Section 6.3.1.4. The assumption in Figure 69a is that at least 

one  SP  (curve  X)  provides  access  to  the  entire  service  coverage  region  but  has  deployed  more 

infrastructure than was needed to achieve this coverage.  

 FIGURE 69A AND 69B: ATC & DEMAND FOR A NPI 

     

 

 

 

 

A provider would price at ATC (represented by point A in Figure 69a) to recover fixed‐cost investment. 

At a (demand) price higher than ATC (above point A along the demand curve110), SPs would sell fewer 

subscriptions but earn higher returns per subscription. At a price below ATC  (below point A along the 

demand curve), more consumers are willing to purchase subscriptions however the SP will make a loss 

given  the  ATC  of  producing  each  subscription  is  higher  than  the  (demand)  price  they  receive  from 

consumers. The NPI design provides the lowest ATC (point B) of production meaning more subscriptions 

can be sold at a lower price without any financial loss.  

When  subscriptions are priced at ATC,  the deadweight  loss  to  society  (shaded  red)  is  the  ‘lost’ value 

resulting from the additional quantity of subscriptions that would have been sold if subscriptions were 

                                                                 110  The  demand  curve  represents  the  range  of  quantities  that  users  are willing  to  purchase  at  different  prices, meaning any section of  the demand curve  that  is above  the ATC of supplying a specific quantity of subscriptions corresponds to a profit in this example (vice versa for any losses incurred from a price below ATC). 

Figure 69a. Price, quantity and deadweight loss 

(shaded red) are influenced by supply costs and 

consumer demand. Curve Y represents an optimised 

NPI design that lowers the ATC of producing all 

subscriptions compared with a network (curve X) 

containing duplication. 

Figure 69b. The cost of accessing 

positioning goods and services will 

influence current and future demand. 

  205      

priced at marginal cost (zero in this case). A useful interpretation of deadweight loss is provided by PwC 

(2010b)  to describe why  some users  are willing  to  consume data  at ATC whilst others  are willing  to 

purchase data at a price between marginal cost and ATC. Put simply, if subscriptions were sold to both 

user groups at these two different costs (ATC and <ATC), the producer and the new consumers are both 

better off given the provider still receives a RoI at ATC and more consumers who need correction data 

can access the data at below ATC, therefore increasing the total RoI. This welfare analysis explains why 

SPs price discriminate  for different user groups  (first  identified  in  Section 6.2.2.2). Note  that  the NPI 

network  reduces deadweight  loss even  if all  subscriptions are priced at ATC  (as opposed  to marginal 

cost).  In either case, charging a price above ATC  increases deadweight  loss given the benefits to some 

consumers  who  would  have  purchased  subscriptions  at  ATC  are  no  longer  justified  at  a  higher 

subscription price. Alternatively, pricing at a marginal cost of zero implies that free access theoretically 

maximises welfare  if all fixed‐costs are sunk costs. Government funded  infrastructure projects such as 

freeways are prime examples of why  free access through public  funding may be  justified to maximise 

access and welfare.  

However, Section 6.3.2.1 also  suggested  that  the  justification  (CBA)  for public  finances  to  fund a NPI 

would  require  evidence  that  substantial  external  benefits  can  be  generated  in  downstream  user 

markets. For example, in light of Sections 6.3.1.5 and 6.3.1.6, the demand curve in Figure 69a does not 

yet resemble a highly elastic market given market penetration across multiple sectors of the economy is 

low. The demand curve remains relatively inelastic even at a marginal cost of zero given expensive high 

quality dual‐frequency  receivers are needed  to access data  corrections, which  limits  the market  to a 

smaller group of specialised users. In other words, public funding is difficult to justify without a rigorous 

CBA  to  forecast  the  long‐term  external  benefits  that  multi‐GNSS  technology  will  enable  for 

governments,  industry  and  the  research  community of Australia.  In  light of  Section 6.3.1.6 however, 

market growth forecasts suggest that  ‘future demand’  in Figure 69b  is on the horizon, which will shift 

the  demand  curve  outwards,  and  increase  demand  elasticity  as  society’s  dependence  on  GNSS 

technology  increases and users become more price‐sensitive. As the market continues to grow, Figure 

69b  illustrates a potential  increase  in the quantity of subscriptions demanded over time, which can be 

sold  cheaper as ATC  continues  to decline. The  level of  coverage  and  service performance needed  to 

maximise  demand  is  therefore  key  to  this  discussion  and  raises  the  question  of whether  the  future 

demand curve in Figure 69b is at all possible without a NPI that lowers, or distributes more efficiently, 

fixed‐cost investment to encourage greater access to position information?  

To  explore  this  question,  consider  that  any  expansion  of  coverage  beyond  8.4%  currently  requires 

additional  investment  in CORS  infrastructure, which can raise the ATC of producing each subscription. 

Drawing on  findings by Hausler and Collier  (2013a), the remaining number of CORS needed to extend 

NRTK coverage nationally can be calculated111 at approximately 3000  if a similar station distribution to 

GPSnet was  adopted. Whilst  it  is  reasonable  to  assume  that  triple‐frequency multi‐GNSS  positioning                                                                  111 Based on the area‐per‐station ratio computed for GPSnet. 

  206      

techniques will help to extend current  inter‐station spacing requirements (Feng and Li, 2008), and  less 

densification will be needed outside of capital cities (Section 6.3.2.3), 2500‐3000 additional CORS is still 

a  reasonable estimate based on  spatial evidence presented within  this  thesis  (but would  represent a 

very inefficient use of resources).   

The  trade‐offs  between  price  and  accuracy,  and  price  and  coverage  identified  in  Section  6.3.1.4  are 

therefore key to this discussion. If consumers are price‐driven, current demand suggests that users who 

are  happy with  5‐10 m  accuracy  from  their  standard GNSS  device  are  unlikely  to  outlay  substantial 

investment in a surveying‐grade GNSS receiver, in addition to purchasing a high accuracy subscription, in 

order to receive high accuracy position information. The marginal utility of extending service coverage is 

unlikely to justify the increase in ATC if limited growth is expected in this case. This applies to both ATC 

curves  in  Figure  69a  given  fixed‐cost  must  increase  to  extend  service  coverage.  In  the  case  that 

increased demand is identified outside of the existing coverage region, which is highly likely in Australia 

based on findings in Section 6.3.1.6 and 6.3.2.3, SPs are still limited in the amount they can charge for 

additional  coverage  in  a  consumer‐driven  (price  sensitive)  market.  Hence,  the  marginal  utility  of 

accessing more service coverage is heavily influenced by the price a SP charges users to offset increases 

in ATC.  

Given costs and benefits are not evenly distributed spatially (Section 6.3.2.3), initial shifts in the demand 

curve  are  likely  to  be  greater  where  existing  positioning  services  are  available,  implying  that  any 

additional  revenue  earned within  these  regions  in  the  short‐term  can  potentially be  used  to  extend 

service  coverage.  A  similar  concept  was  described  previously  to  explain  why  State  governments  in 

Australia identified value in facilitating the adoption of NRTK technology in Australia by leveraging public 

funds in the short‐term. In the longer‐term, technological advancements are likely to decrease the cost 

of extending service coverage as high accuracy positioning  infrastructure and devices become cheaper 

(GSA, 2013), which encourages more SPs and users to enter the market. However,  lower device costs 

also encourage some users to substitute to single‐base RTK technology, particularly those who are not 

familiar with the benefits of network positioning services. A key objective of the NPI will therefore be to 

increase  consumer  awareness  of  the multi‐GNSS  benefits  that  users  gain  from  joining  an  expanding 

network of users who derive authoritative and standardised position information from a NPI.  

The key point  is that until the high accuracy positioning market has reached critical mass, where high 

accuracy positioning  services  become  ‘the  standard’,  there  are  cost‐barriers  that  prevent  consumers 

from  entering  the market, which  in  turn  limit  the  extent  of  service  coverage  that  SPs  are willing  to 

supply. Whilst  there are various methods other  than  those described previously of how organisations 

can  structure  capital  and  operational  expenses  to  finance  network  expansions  and  improvements  in 

service performance, the underlying technical condition to distribute CORS sites at approximately 70 km 

remains a barrier to achieving national high accuracy positioning coverage. If however there was a GNSS 

technology that enabled the same level of high accuracy performance to be provided nationally, without 

  207      

substantially  increasing  the  density  of  existing  CORS  infrastructure  in  Australia,  the  benefits  to 

governments,  businesses  and  society  would  be  profound.  RT‐PPP  is  a  developing  technology  that 

current research suggests will enable this capability within the next 5‐10 years.  

 6.3.3.1 THE  VALUE OF RT‐PPP TO AUSTRALIA 

 Section 3.4.3  identified that PPP techniques do not require a dense network of CORS sites nearby the 

user’s  location.  In  theory,  if  traditional PPP methods were available  in  real‐time without  the need  for 

augmentation,  no  additional  CORS  would  be  needed  to  deliver  high  accuracy  positioning  services. 

Additional investment would only be needed to upgrade existing hardware for PPP compatibility, and to 

develop  software  and other  ICT  infrastructure. Based on  current  research however  (Wübbena  et al., 

2005, Bisnath and Gao, 2009, Chassagne, 2012, Rizos et al., 2012, CRCSI, 2013b, Murfin, 2013) there is a 

level  of  densification  that  will  be  needed  if  high  accuracy  PPP  corrections  are  to  be  delivered 

instantaneously  using  a  hybrid  RT‐PPP  approach.  A  remaining  research  challenge  is  to  identify  the 

optimum  density  of  CORS  that  will minimise  fixed‐costs  without  jeopardising  accuracy  and  service 

performance.  

For  example, doubling  the NRTK  inter‐station  spacing  requirement  to  140  km would  lower  the  total 

number of CORS needed to ‘fit‐out’ Australia by close to one quarter (around 625‐750 CORS112). Using 

the same ratio, tripling the inter‐station spacing requirement to 210 km would require between 415‐500 

CORS  based  on  the  same  area‐per‐station  projection  used  in  Section  6.3.2.2.  However,  these 

rudimentary estimates overlook the  fact that NRTK station spacing already extends to over 100 km  in 

parts of Australia, and multi‐GNSS capabilities are  likely to extend this minimum distance requirement 

further. Assuming an average baseline  length of 300 km  is possible  reduces  this estimate  to between 

290‐350 CORS, and further reductions are likely as RT‐PPP technology matures in a multi‐GNSS future.  

Broadly  speaking,  any  technology  that  minimises  the  ATC  of  supplying  and  therefore  pricing  high 

accuracy positioning services nationally, will facilitate higher uptake by price‐driven users in consumer‐

driven  and  infrastructure‐driven markets.  For  example,  if  the  demand  curve  in  Figure  69a  remained 

fixed, but both ATC curves continued to  increase  linearly as a result of  increased  investment to fit‐out 

the  nation  with  NRTK  infrastructure,  SPs  would  find  it  difficult  to  recover  these  higher  fixed‐costs 

without increasing subscription prices. SPs will only invest in regions where direct benefits outweigh the 

additional  cost. Hence,  if  the external benefits of network expansion were not  fully  captured by  this 

demand curve, but were seen as critical to enabling downstream multi‐GNSS value, then public funding 

may be the only option for supplying additional infrastructure, but would be difficult to justify without 

rigorous CBA.  

                                                                 112 Calculated as one‐third of the 2500‐3000 CORS identified previously. 

  208      

Section 6.3.1.6  identified that the market demand curve  in Australia  is expected to shift right as more 

users enter the current market, which will also drive price‐competition amongst SPs seeking to increase 

their market share. SPs have  incentive to develop and  invest  in technology that does not dramatically 

increase the price they charge for subscriptions. For example, if an individual SP dramatically increased 

subscription prices in order to cover the fixed‐cost of deploying 3000 CORS for national NRTK coverage, 

it  is  likely  that alternative positioning  techniques  such as RT‐PPP would  reach maturity before  the SP 

attracted enough users for their high accuracy NRTK product to reach critical mass. If RT‐PPP and other 

multi‐GNSS  innovations  ultimately  offer  comparable  performance  to  NRTK,  short‐term  investment 

decisions by industry may be delayed until these technologies reach maturity. Hence, public and private 

investment in the short‐term will help to fund the development of RT‐PPP and other technology. In the 

long‐term,  this  investment  is  likely  to  be  recovered  as  consumers  gain more  access  to  positioning 

services at a lower cost, which generates greater demand in downstream commercial markets.  

To conceptualise this balance, consider a SP that offers national high accuracy RT‐PPP coverage at the 

same, or a slightly higher price than NRTK subscriptions for the existing 8.4% coverage region. Although 

additional investment would be required to deploy the RT‐PPP network, the future demand curve would 

resemble  that  of  Figure  69b  given more  users  can  now  access  a  standardised, multi‐GNSS  enabled 

positioning  service. Regardless of  a minor  shift  in  the ATC  curve,  the  changing demand  curve would 

intersect  the  ATC  at  a  higher  quantity  meaning  subscription  prices  remain  relatively  constant, 

particularly  in  the presence of high economies of  scale  (represented by  the decreasing ATC curve). A 

large  increase  in  the  position  and  elasticity  of  the demand  curve may  ultimately  allow  SPs  to  lower 

subscription  costs  further  toward  marginal  cost.  Even  if  the  demand  curve  remained  constant, 

subscription prices would  increase but by a  far  lower amount  than a national network built solely on 

NRTK technology. 

It  follows  that additional CORS may only be required where  the highest possible accuracy and service 

performance is demanded by consumers, which is where most investment in Australia has occurred to 

date  (Section  6.3.2.3).  Indeed,  the  minimum  standard  of  accuracy,  coverage  and  performance 

demanded  by,  and  deemed  critical  for  society  (i.e.,  by  government) may  not  be  as  rigorous  as  the 

current ±2cm NRTK standard. Commercial providers could provide NRTK or equivalent augmentations 

where higher accuracy is required using data from a NPI. The Australian Government’s decision to fund 

a  national  backbone  of NBN  infrastructure  provides  a  useful  comparison  on  the  need  to  encourage 

downstream competition in wholesale and retail markets by connecting to a centralised NPI backbone.  

The NPI  should  therefore  be  viewed  as  a mechanism  that  enables  access  to  augmented  positioning 

coverage anytime and anywhere across Australia, regardless of whether high accuracy NRTK coverage is 

available. The same concept underpins WAAS  in the US which does not provide the same accuracy as 

ground‐based NRTK  services but provides  a minimum  standard of  coverage,  availability  and  integrity 

deemed critical  for aviation services.  In other words,  the social costs  to governments, businesses and 

  209      

society of not having WAAS are higher than the cost of funding WAAS. To inform future decision‐making 

on where and how to prioritise future government and commercial  investment, the NPI will therefore 

require  a  governance  framework  in  which  all  governments,  businesses  and  user  groups  can 

communicate their positioning performance requirements and expectations.  

Several conclusions can be drawn on how RT‐PPP and multi‐GNSS advancements will help to minimise 

the cost of supplying national positioning coverage through a NPI: 

i. RT‐PPP will significantly reduce fixed‐cost investment in CORS infrastructure, thus lowering the 

ATC of network expansion compared with traditional NRTK approaches. 

ii. Regardless of total network coverage, increasing the number of CORS that contribute data to a 

RT‐PPP  solution will  improve  positioning  coverage  and  service  performance  (e.g.,  accuracy, 

reliability,  integrity,  availability)  through  better  atmospheric  sampling.  RT‐PPP  therefore 

encourages data licensing in ways that maximise the number of CORS accessible through a NPI. 

iii. RT‐PPP presents the opportunity to deliver data corrections via communications satellites such 

as  Japan’s QZSS  constellation.  Satellite  delivery  significantly  decreases  the  need  for  ground‐

based mobile  telecommunications  infrastructure  in  remote  regions of Australia, and provides 

an  additional  layer  of  redundancy  where  existing  communications  are  available.  Satellite 

delivery can also reduce the cost of GNSS receivers  if correction  information can be delivered 

on existing L‐Band signals such as QZSS‐LEX, thus eliminating the need to purchase additional 

mobile telecommunications hardware. Furthermore, RT‐PPP corrections have the potential to 

deliver higher accuracy performance on  L1‐only devices which are  cheaper  than high quality 

dual‐frequency receivers that are used for NRTK. 

iv. RT‐PPP  corrections  can  be  delivered  in  the  required  GRS  for  immediate  application,  thus 

reducing  the  time and  cost needed  to perform additional datum  transformations, which  can 

introduce additional measurement error. 

 Having  demonstrated  the  technical  and  economic  value  that  RT‐PPP  offers  towards  optimising  the 

supply  of  CORS  infrastructure,  it  is  reasonable  to  conclude  that  the  success  of  this  technology  in 

Australia  is heavily dependent on  the amount of  raw data  that  can be accessed  from existing CORS. 

Public  policy  is  an  institutional  mechanism  that  is  needed  to  facilitate  and  improve  access  to 

infrastructure and data to influence production and investment behaviour by government and industry 

providers.  

    

  210      

6.4 PUBLIC POLICY 

 The concept of market failure was introduced in Section 6.3.2.1 by identifying that externalities can lead 

to an  inefficient allocation of  resources. Governments  respond  to market  failure by developing public 

policies that protect the  interests of those affected by externalities (Mankiw, 2007). Regulations, taxes 

and subsidies are primary policy tools used to minimise market failure. For example, governments aim 

to limit pollution by setting quality standards for products that produce carbon emissions and by taxing 

producers of these emissions. Alternatively, governments subsidise research organisations that generate 

positive externalities through knowledge spill‐overs, which provides incentive to generate new research. 

Antitrust laws113 and information standards (e.g., data standards) often govern production decisions for 

supplying information goods (Shapiro and Varian, 1999, Krugman and Wells, 2010).  

The purpose of this Section is to identify why public policy is needed to overcome issues of duplication 

and over‐investment, and  to  facilitate greater access  to existing and  future positioning  infrastructure 

and information. The percentage of public and private funding that is needed to optimise the supply of 

positioning  services  in order  to maximise direct and external benefits  is a key consideration.  In other 

words,  should  the  private  market  be  solely  responsible  for  responding  to  society’s  demand  for 

positioning goods and services, or should the Australian Government provide a level of investment and 

regulation that helps to standardise coverage and performance on a more equitable basis? This question 

builds  on  discussions  regarding  the  level  of  dependence  that  society  has  on maintaining  access  to 

positioning services as a public good, which  influences  the  level of government  funding and oversight 

that is needed to manage positioning resources.  

 6.4.1 RULES AND REGULATIONS 

 Rules and regulations governing Australia’s use of positioning services are not well defined. Comparisons 

are made  below  with  the  telecommunications  and  electricity  industries  to  introduce  the  need  for 

greater standardisation and oversight at a national level of government. 

 6.4.1.1 TELECOMMUNICATIONS  

 The  Australian  Communications  and Media  Authority  (ACMA)  is  the  regulatory  body  responsible  for 

defining  the  rules and guidelines  that govern  telecommunications  carriers and  service providers. The 

regulatory  framework  includes  codes  developed  by  industry  in  cooperation  with  the  ACMA,  and 

overarching  technical  standards  for  customer  equipment.  These  regulations  are  legislated  under  the 

Telecommunications Act 1997 and Broadcasting Services Act 1992, and Section 51(v) of the Australian 

Constitution, which assigns  legislative power to the parliament for postal, telegraphic, telephonic, and 

other like services. 

                                                                 113 E.g., Australia’s Competition and Consumer Act 2010. 

  211      

6.4.1.2 ELECTRICITY 

 In contrast to the national regulatory framework for telecommunications services, legislative powers for 

electricity  services  are  assigned  to  States  and  Territories.  To  ensure  synchronicity  in  electricity 

transmission  between  interconnected  jurisdictions,  an  overarching  National  Electricity  Law  (NEL) 

provides the  legislative and  institutional framework for Australia’s National Energy Market (NEM). The 

power grids of Western Australia and the Northern Territory operate independently.  

The NEL is a schedule to the National Electricity (South Australia) Act 1996 and establishes the functions 

of  the Australian Energy Market Commission  (AEMC),  the Australian Energy Regulator  (AER), and  the 

Australia  Energy Market  Operator  (AEMO).  The  AEMC  develops  the  National  Electricity  Rules  (NER) 

under the NEL, which govern the arrangements for registration, market operation, market settlement, 

system security, network connection, metering, dispute resolution and jurisdictional feedback. The NER 

are  enforced  by  the  AER.  Each  participating  State  and  Territory  jurisdiction  applies  the  NEL  and 

associated NER to their legislation, for example the National Electricity (Victoria) Act 2005. 

Whilst  the  administrative  titles  and  functions  of  each  body  listed  above  are  not  pertinent  to  this 

discussion, the fact that public oversight is required to optimise the delivery of these services is critical. 

Government regulation  for these  industries  is  justified based on  the welfare expectations  that society 

places  on  governments  for  maintaining  reliable  access  to  critical  power  and  telecommunications 

infrastructure. This does not preclude changes in technology and business models for these services, but 

refers to the general notion that uniform access, service standards, policy and pricing mechanisms are 

agreed upon and enforced within  these  industries. These electricity assets are also  classed as  critical 

infrastructure.   

 6.4.1.3 POSITIONING SERVICES 

 In contrast to the power and telecommunications examples described above, positioning services within 

Australia  are  not  subject  to  the  same  level  of  institutional  oversight  and  regulation  at  any  level  of 

government in Australia. Whilst nominal comparisons can be made between the spatial industry and the 

electricity market  in  terms of  a  federal distribution of powers  for developing  legislation,  there  is no 

overarching  regulatory  framework  for  coordinating  GNSS  positioning  activities within  the  Australian 

Government  (see Section 4.2.1.1). At present, ANZLIC  is  the peak  inter‐governmental organisation  for 

matters  related  to  positioning within  the  spatial  sector.  ANZLIC  develops  policies  and  strategies  to 

promote accessibility to, and the usability of spatial  information, and has representation  from  leading 

Federal,  State  and  Territory  spatial  agencies.  ANZLIC  does  not  however  report  directly  through  a 

secretariat to the Australian Government (at the time of writing), and  its mandate primarily relates to 

governing information produced from positioning infrastructure as opposed to governing the provision 

of the infrastructure itself. GA is the Federal agency responsible for positioning infrastructure owned by 

  212      

the  Australian  Government,  whilst  State  and  Territory  governments  manage  their  positioning 

infrastructure and policies independently.  

With the exception of NSW and VIC,  limited  institutional consideration has been given to coordinating 

the  technical and  institutional deployment and delivery of positioning services. There  is no regulatory 

framework  that  defines  the  institutional  roles,  responsibilities,  contributions,  entitlements,  industry 

codes and practices, service standards, technical guidelines, risk factors, and liability arrangements that 

would  be  necessary  to  facilitate  information  sharing  and  development  of  the  broader  positioning 

market. As a consequence, there is no central department recognised as the single point of contact for 

national positioning within the Australian Government. In light of the evidence presented in Chapters 1 

to 6  so  far,  the  following  Section  explores why  the Australian Government has  a  key  role  to play  in 

establishing  a NPI  to  inform  policy  and  investment  decisions  through  a whole‐of‐government  policy 

framework. 

 6.4.2 THE ROLE OF GOVERNMENT  

 To understand the role of government in facilitating access to position information on a national scale, 

to promote  fair  trading and competition between wholesalers, retailers and consumers,  it  is useful  to 

first revisit the concept of market power introduced in Section 6.2.2.  

 6.4.2.1 ADDRESSING MARKET FAILURE 

 Organisations that exhibit monopoly behaviour have increased market power to control the supply of a 

product  and  therefore  the  price  at which  it  is  sold  to  the market.  Public  policy  is  implemented  by 

government  to  limit  the  growth  of  monopolies  and  therefore  limit  economic  inefficiency  (e.g., 

deadweight  loss).  For  example,  antitrust policy  aims  to prevent monopolisation  that  can  result  from 

predatory pricing schemes and collusive behaviour. However some level of monopoly power is a natural 

outcome in industries with high fixed‐costs and low marginal costs (Krugman and Wells, 2010), such as 

industries that produce position information. In many cases, the incentive to dominate a market is what 

leads potential providers to incur high fixed‐costs in the first place.  

On  one  hand,  governments  encourage  producers  to  invest  in  new  technology  that  enables  them  to 

supply the highest quality products at the lowest cost. On the other hand, governments discourage anti‐

competitive  behaviour  that  drives  out  all  competition  from  a  market.  Hence,  price  and  product 

differentiation  strategies  that  create  lock‐in  and push  a product  towards  critical mass  are  subject  to 

  213      

antitrust policy114 (Shapiro and Varian, 1999, Krugman and Wells, 2010). A delicate balance is needed to 

develop government regulations that maximise value within an economy.    

The underlying principle of using public policy  to encourage  ‘fair’  competition applies  to markets  for 

industrial and information goods that exhibit market failure. For example, the level of cooperation that 

occurs between providers in oligopoly markets may influence policymakers to regulate production and 

pricing behaviour to avoid collusion. However, self‐interest also drives oligopolies towards competitive 

behaviour  given  privately  owned  businesses  attempt  to maximise  their market  share  by  controlling 

access  to  their  products.  Self‐interest  has  led  to  duplication  and  over‐investment  in  Australia’s  high 

accuracy  positioning market,  given  private  investment  decisions  do  not  adequately  account  for  the 

external benefits of positioning services to society. The role of government is to overcome this market 

failure by  implementing policies  that guide  future  investment decisions by governments and  industry, 

and promote  increased user access  to  these networks. One policy example  is  the NSW Government’s 

recent decision to  licence raw data  (for a fee) to promote  innovation and competition  in downstream 

commercial markets. GPSnet applies a similar data licensing policy, and Case Study 2 identified why this 

policy  can  attract  new  users  from  different  industries  and  lead  to  business  models  that  lower 

subscription costs for end users.  

A key policy challenge  for establishing a NPI  is  to  therefore maximise access  to data  from all existing 

CORS infrastructure owned by government and industry providers across Australia. In light of Chapter 4, 

the finding that public funding in CORS infrastructure already accounts for approximately 75% of existing 

investment highlight  that access  to  this  infrastructure  is governed by a combination of Federal, State 

and Territory data access policies  (e.g., competitive neutrality or  free access).  In  the context of a NPI 

however, the Australian Government is the only entity with the institutional scope to mandate national 

access to some or all of these existing networks.  

In  light  of  Australia’s  Satellite  Utilisation  Policy,  it  is  reasonable  to  conclude  that  the  Australian 

Government views existing State and Territory CORS assets as a critical resource for supporting society’s 

growing  dependence  on  GNSS  technology,  particularly  as  the  high  accuracy  positioning  market 

continues  to  evolve.  The Australian Government  therefore has  a  key  role  to play  in  centralising  and 

regulating access to data from these existing networks in order to maximise economic value. The policy 

and funding arrangements needed to achieve this consolidation are beyond the scope of this thesis and 

depend heavily on existing data access policies, particularly given State and Territory governments have 

incentive  to  retain ownership  in  some  cases  for  internal business purposes  (e.g.,  geodetic  activities). 

                                                                 114 One of the most prominent antitrust cases  in history was brought forward by the US Department of Justice  in 2000  who  accused Microsoft  Corporation  of  engaging  in monopoly  behaviour  that  contravened  the  Sherman Antitrust Act 1890. The US Government did not challenge the fact that network externalities are a natural feature of information industries, but claimed that Microsoft unfairly used its monopoly position in the market for operating systems  to give  its other products an unfair advantage over competitors. The  initial  ruling against Microsoft was overturned  in November  2001 meaning  the  company was  no  longer  required  to  split  in  two,  but  the  resulting settlement required Microsoft to share its application programming interfaces with third‐party companies.  

  214      

However,  the  finding  that most  government  providers  are  shifting  their  responsibilities  away  from 

providing commercial positioning services suggests  that  ‘privatisation’ of  these networks  is already an 

option  being  considered  in  the  longer‐term.  Public  ownership  by  the  Australian  Government  may 

provide a more socially optimal alternative to privatisation in this case, and Section 6.4.3 explores public 

ownership  concepts  through  discussions  on  public  goods.  Commercial  drivers  for  a  NPI  are  firstly 

discussed. 

 6.4.2.2 COMMERCIAL DRIVERS 

 From a  commercial perspective,  industry providers  that  fund  their own  infrastructure would have no 

obligation  to  share  data with  the Australian Government. However  this  research  has  identified  that 

industry SPs have a commercial interest in maintaining access to government‐owned infrastructure (i.e., 

to  lower  fixed‐costs by  licensing data). Government policies can  therefore be developed  that provide 

incentive to share data  in return for gaining access to a much  larger government‐funded NPI network. 

Government  subsidies  are one  type of  incentive, however  the opportunity  to  access  a  standardised, 

multi‐GNSS enabled NPI network may be  incentive enough  for  industry providers  to  contribute  their 

data without  the need  for  compensation. The ability  to market positioning  services  that are  certified 

against a national standard  is  likely to be a crucial business driver as critical  infrastructure applications 

such as those for transport systems become increasingly dependent on high accuracy GNSS technology. 

Indeed,  the Australian Government may  be  the  only  institution with  the  property  right115  (i.e.,  legal 

authority) to provide and certify the underlying infrastructure within a NPI. 

However,  the  fact  that  high  accuracy  positioning  services  are  delivered  by  government  and  private 

companies in Australia raises questions as to how far the Australian Government’s role should extend in 

providing  positioning  services. On  one  hand,  there  is  a  clear  role  for  the  Australian Government  to 

provide  a  level  of  enhanced  accuracy  and  performance  to maximise  public  benefit, much  like  the 

argument for WAAS. On the other hand, governments do not typically compete in markets where there 

is  a  clear  role  for  industry  to  develop  and  sell  value‐added  services  (RAND  Corporation,  1995). One 

example  is  the Australian Government’s decision not  to compete  in downstream wholesale and  retail 

markets for delivering broadband services on the NBN. However, the critical point to note in relation to 

a NPI is that the underlying NBN infrastructure is funded entirely by the Australian Government. Public 

funding  was  justified  on  the  grounds  that  in  the  absence  of  government  involvement,  private 

investment  decisions were  unlikely  to  deliver  a  level  of  national  coverage  and  infrastructure  quality 

deemed socially optimal for maximising value  in the Australian economy.  In other words, government 

policy was implemented to fund a standardised NBN and to regulate access to this network to address 

technical, institutional and economic issues of market failure that would otherwise limit the delivery of 

broadband services. NBNCo enforces the Australian Government’s NBN pricing model to ensure uniform 

                                                                 115 Refer to Section 6.4.3.1. 

  215      

pricing and access to the network is achieved to stimulate downstream wholesale and retail competition 

(NBN Co, 2011). 

Applying the NBN concept  in a NPI context suggests that government funding  is needed to deploy the 

underlying positioning infrastructure that will stimulate commercial enterprise. However, the following 

discussion on public goods also suggests that the Australian Government may have some responsibility 

for delivering positioning services from a NPI network.  

 6.4.3 PUBLIC GOODS 

 The public good concept helps to analyse the roles and responsibilities of governments in the provision 

of high accuracy positioning services.  

 6.4.3.1 BACKGROUND 

 Chapter 1 introduced public goods as those which meet two conditions: they are non‐rival meaning one 

person’s consumption does not diminish another person’s ability  to consume  the good, and  they are 

non‐excludable meaning society cannot be prevented  from using  the public good. National defence  is 

the classic public good quoted in economics literature to demonstrate why no other organisation except 

government has the property right and resources to fund and control national defence (Mankiw, 2007). 

On  one  hand,  the  need  for  public  funding  recognises  how  critical  and  therefore  valuable  national 

defence  is  to  protecting  the welfare  of  society. However  government  ownership  also  highlights  the 

concept of free‐ridership.  

A free‐rider is a person who receives the benefit of a good but does not pay for it (Mankiw, 2007). For 

example, if left to the private market alone, national defence would not be supplied in the most efficient 

way  possible  given  no  private  organisation  has  the  property  right  to  charge  people  for  the  defence 

benefit  they  receive. National defence may ultimately benefit  the  interests of  some users more  than 

others  at  no  additional  cost, meaning  free‐ridership would  lead  to market  failure  in  the  absence  of 

public  funding.  Conversely,  free‐ridership  can  also  create market  failure  if  producers  and  consumers 

become too dependent on public funding. 

A key challenge for government is to determine what level of regulation, ownership, taxes and subsidies 

can be used  to minimise market  failure  in order  to  raise economic well‐being. Rigorous CBA helps  to 

determine if the external benefits of public funding are worth the cost. Naturally, government must also 

take care not to create additional barriers to entry by implementing regulations (e.g., safety standards, 

licensing  procedures, wages),  taxes  and  legislative  restrictions  that  prohibit  private  investment  and 

therefore market competition (Rose, 2002). 

 

  216      

6.4.3.2 POSITIONING INFRASTRUCTURE & SERVICES: A  PUBLIC RESOURCE? 

 For the purpose of this research, GPS  is considered a public good. The SPS signals are  freely available 

without any  restriction  (e.g., encryption), and  these  signals  can be  consumed  in whatever quantity a 

user  requires without affecting another person’s ability  to access  the signals  (i.e., non‐rival). The only 

barrier  to  using  the  SPS  is  the  cost  of  purchasing  a  GPS  receiver,  which  is  a  private  good  that  is 

excludable and rival. Put simply, if one person buys a GPS receiver the product is no longer available for 

another consumer to purchase.  

High accuracy positioning services in Australia are not public goods. SPs exclude users by charging access 

fees and encrypt data using proprietary data standards that prevent unauthorised access. The technical 

capacity of some positioning services may also reach a point of congestion,  for example by exceeding 

data  bandwidth  limits which would  also make  the  service  non‐rival  in  consumption. Note  here  that 

whilst the marginal cost of producing additional corrections is typically considered zero in this Chapter, 

network congestion could potentially  increase marginal cost  in  the short‐term  if  the cost of providing 

additional bandwidth increases for each additional correction.  

In reviewing the role of government for providing access to positioning services, it is useful to consider 

that Australia and many other countries are  free  riders of GPS. Australia’s  reaps  significant economic 

benefit by leveraging free and unrestricted access to GPS signals. It could be argued that free‐ridership 

has subsequently limited investment in space and ground infrastructure by the Australian Government. 

However,  it  is also  recognised  from Chapters 2 and 4  that ground  infrastructure  investment may not 

have  occurred without  the  invention  of GPS  in  the  first  place, meaning GPS  has  actually  stimulated 

investment  according  to  this  latter  interpretation.  Furthermore,  the Australian Government provides 

free access to data from the infrastructure it owns to support international efforts aimed at monitoring 

and  improving GPS and GNSS capabilities, such as collaborative work undertaken through the IGS. The 

Australian Government also contributes to bilateral discussions and activities with the US Government 

through  its  Joint  Delegation  Statement  on  Cooperation  in  the  Civil  Use  of  GPS  and  Space‐Based 

Positioning Navigation and Timing (PNT) Systems and Applications (GPS.gov, 2010).  

The free‐ridership concept does however highlight that current investment in PNT infrastructure by the 

Australian Government is marginal compared with the billions of dollars (see Chapter 2) spent by foreign 

nations  in  developing  their  GNSS  capabilities.  Australia’s  Satellite  Utilisation  Policy  (Australian 

Government,  2013a)  and  the  Australian  Strategic  Plan  for GNSS  (ASC,  2012)  identify  that  Australian 

governments  and  industry  now  have  a  unique  opportunity  to  develop  policies  that  inform  future 

investment in multi‐GNSS technology. In fact, the Australian Government has a responsibility to ensure 

Australia is technically, institutionally and economically equipped with the positioning resources needed 

to maximise value in a multi‐GNSS economy. In light of Section 6.3.2.1, part of this responsibility extends 

to the delivery of positioning services such as those supporting weather forecasting, hazard monitoring 

applications, GNSS performance monitoring and risk mitigation technology for the protection of critical 

  217      

infrastructure  (ASC, 2012). Each of  these applications generates  substantial positive externalities  that 

government aims to maximise.   

Indeed, maximising external benefits using positioning services  is not a new concept.  In reviewing the 

early market  for high  accuracy positioning  services, RAND Corporation  (1995) notes  that  if  a private 

company  can  charge  for  a  service,  then  government  should  not  provide  the  same  service  for  free. 

However,  important  exceptions  include  national  security,  foreign  policy  and  public  safety  (RAND 

Corporation,  1995).  These  external  beneficiaries  reinforce  the  US  Government’s mandate  described 

previously to fund and manage the provision of GPS and WAAS as a public good.  

In  this  context,  the  Australian Government  also  has  a  role  in  funding  positioning  infrastructure  and 

providing a level of enhanced service performance that will generate external benefits that are critical to 

protecting  and  enhancing  economic  value  for  Australian  governments  and  industry.  Identifying  the 

minimum service coverage and service performance requirements needed to maximise these benefits is 

a key recommendation of this research, and requires a national governance structure that incorporates 

the views of all stakeholders of a NPI. 

 

6.5 CONCLUSION 

 Chapter 6 has  consolidated a  range of  technical,  institutional and economic  concepts  to  identify  two 

interrelated drivers for developing a NPI that will enhance access to high accuracy multi‐GNSS position 

information: 

i. In light of the direct and external benefits that high accuracy positioning services will create in a 

multi‐GNSS enabled economy,  there  is an  identified need  to address  issues of market  failure 

that currently limit the supply of CORS infrastructure to a level that is less than socially optimal. 

ii. A  coordinated, whole‐of‐government  and  industry  approach  to  establishing  a NPI will  guide 

future  investment  decisions  and  promote  data  access  policies  that  account  for  technical, 

institutional and economic user needs across multiple sectors of the Australian economy.  

 In the same way that the Australian Government encourages downstream competition for developing 

commercial  goods  and  services  that  enhance  access  to broadband  services on  the NBN,  commercial 

providers of positioning  services have  incentive  to develop products  that enhance accuracy,  integrity 

and quality assurance  for a growing  range of positioning applications. The NBN analogy suggests  that 

establishing a NPI as a natural monopoly would offer the  lowest ATC of supplying CORS  infrastructure 

and other positioning  infrastructure nationally.  Indeed,  the NPI  is essentially a national model of  the 

individual  approaches undertaken by  the VIC, NSW  and QLD Governments  to  license data  through  a 

  218      

single  point  of  access.  The NPI  is  a  natural  progression  in  the  technical,  institutional  and  economic 

evolution of multi‐GNSS technology.  

A  NPI  would  mean  that  SPs  no  longer  negotiate  VAR  Agreements  and  prices  with  multiple  data 

custodians whose  infrastructure and SLM procedures are  likely to vary; national agreements would be 

developed. Furthermore, the NPI would bring uniform national standards for multi‐GNSS compatibility 

that not only minimise ATC but ensure all position  information  is referenced to a national and globally 

compatible datum. SPs could  function as certified wholesale providers of GNSS data derived  from  the 

NPI. Certification would ensure each SP meets a minimum standard of infrastructure and service quality 

to provide user confidence that position information is consistent, nationally (i.e., has a traceable link to 

the NGRS),  and  to  enforce minimum  service  level  standards.  Pricing  and  access  to  the NPI  could be 

standardised in much the same way that NBNCo certifies wholesale access through its WBA.  

Consistent NPI data standards and transfer protocols will allow broader and more equitable access to 

position  information and spatial data. The 4‐foot‐8½‐inch rail gauge  is a useful geographic comparison 

for  understanding why  national  coordination  and  standardisation  is  critical  for  broadening  access  to 

positioning services  to create additional value  from existing resources.  Indeed,  the market may  fail  to 

converge  on  a  common  standard  in  the  absence  of  government  regulation.  Inefficiencies  can  arise 

where proprietary  standards dominate  a positioning market  across  a  specific  country or  region.  This 

leads  to  increased market power  resulting  in barriers  to entry  for other providers wishing  to enter a 

network economy. 

Additional CORS sites should still be funded publicly and privately for establishing a NPI, but the value of 

connecting each  site  to  the NPI  should be  clearly articulated. Validating  the quality of data observed 

from a new CORS connected to the NPI is a key role the Australian Government should continue to play, 

but in a real‐time capacity. In return, raw GNSS data observed from the new CORS site could feed back 

into  the NPI  to  assist quality monitoring of  the entire network, which builds  additional  rigour  in  the 

system  whilst  allowing  other  users  to  access  new  data  subject  to  agreed  licensing  arrangements 

between site owners and the NPI custodian. This  is a natural extension of the cooperative site hosting 

models  already  used  in  Australia  and  the  US  (Chapter  4), meaning  the  NPI  concept  would  extend 

custodial  responsibilities  to managing  real‐time  data  streams  in  addition  to  archived  datasets  (e.g., 

RINEX). 

As PPP and multi‐GNSS processing techniques continue to evolve, the NPI should be used to deliver an 

authoritative source of regional orbit, clock and atmospheric products that align with and contribute to 

those computed by the IGS. In the absence of any immediate investment space infrastructure such as an 

SBAS, maintaining  some  level  of  sovereign  control  over  the  computation  and  quality  standards  for 

producing PPP products is likely to be crucial as multi‐GNSS signals and positioning services increasingly 

support  critical  infrastructure  assets  including  banking  and  transport  systems.  Australia’s  Satellite 

Utilisation Policy suggests the Australian Government will play a leading role in funding and establishing 

  219      

the necessary governance structures and technology to guide policy and technical progress towards the 

NPI. 

Establishing the NPI to minimise fixed‐cost  investment ultimately decreases access costs for producers 

and  consumers, which  encourages  downstream  competition  for  developing  positioning  services  that 

ensure high accuracy multi‐GNSS position information becomes ‘the standard’. 

   

  220      

   

        

 

CHAPTER 7    NPI PLANNING FRAMEWORK: TECHNICAL, INSTITUTIONAL & 

ECONOMIC CRITERIA FOR COORDINATING ACCESS TO AUSTRALIA’S GNSS CORS INFRASTRUCTURE  

 

NPI PLANNING FRAMEWORK:  TECHNICAL, INSTITUTIONAL & ECONOMIC 

CRITERIA FOR COORDINATING ACCESS TO AUSTRALIA’S GNSS CORS INFRASTRUCTURE 

     

  222  

7.1 INTRODUCTION 

 The major contribution of Chapter 7 is to propose a new NPI Planning Framework (the Framework) that 

will  inform  the  business  case  for  establishing  a NPI  by  defining  criteria  for  planning,  operating  and 

managing Australia’s positioning  infrastructure on a national  scale,  thereby enhancing  the direct and 

external  benefits  of  accessing multi‐GNSS  technology.  Existing  providers will  use  the  Framework  to 

optimise their supply chains in ways that contribute to, and benefit from establishing a NPI with a single 

point of access. 

 7.1.1 RESEARCH RATIONALE 

 By addressing public and commercial business drivers  for supplying ground  (and space)  infrastructure 

across Australia, Figure 70 illustrates that the design of a NPI will respond to the technical, institutional 

and economic limitations that result from deploying and operating ground infrastructure independently, 

as detailed throughout this thesis. Greater coordination is needed across all levels of government and in 

cooperation with industry to overcome issues of duplication and over‐investment.  

 FIGURE 70: CHAPTER 7 RATIONALE 

  

Chapter 7 develops the NPI Planning Framework to provide technical, institutional and economic 

recommendations for establishing a NPI as a single point of access to positioning infrastructure in Australia. 

Chapter 7 consolidates findings from throughout the thesis (as highlighted by the yellow bounding box) to 

develop these recommendations in line with policy and planning at a national level of government in 

Australia. 

   

  223  

The Framework will guide future policy and investment decisions to coordinate and increase the supply 

of CORS  infrastructure made  available  through  a  single point of  access.  The  Framework will  support 

development and  implementation of the NPI Plan and the PNT governance framework outlined within 

Australia’s Satellite Utilisation Policy (Australian Government, 2013a), as illustrated in Figure 70. 

 

7.2 NPI: A CONCEPTUAL FRAMEWORK 

7.2.1 INTRODUCTION 

 Evidence of duplication and over‐investment  in Australia’s CORS  infrastructure has been  identified  for 

the  first  time  through  this  research, and a unique economic  context has been developed  to examine 

how and why a NPI will address these supply challenges. The Framework developed below consolidates 

these  findings  to  establish  a  new  model  for  informing  NPI  policy  and  investment  in  positioning 

infrastructure.  In  light of Chapters 1  to 6,  the  Framework  identifies  four  key objectives  for achieving 

coordination: policy;  investment; positioning  infrastructure and  services;  and access. These objectives 

relate the supply chain and value chain for establishing a NPI, as defined in the following Sections.  

For the purpose of this research, the Framework primarily addresses coordination  issues for accessing 

CORS  infrastructure; however  the  Framework  is  scalable  and  adaptable  to plan  for  the multitude of 

GNSS and non‐GNSS positioning infrastructures that a NPI will facilitate access to. The findings in Section 

7.3  are  therefore  relevant  to  planning,  deploying,  networking  and  delivering  all  positioning 

infrastructure in Australia, as depicted in Figure 71. 

 FIGURE 71: CONCEPTUAL NPI PLANNING FRAMEWORK 

  

Conceptual flow diagram for the NPI Planning Framework.  

  224  

The conceptual relationship between each objective in Figure 71 can be described in two different ways, 

both of which capture the fact that technical, institutional and economic criteria influence decisions for 

supplying positioning infrastructure in Australia, and therefore the value created by this infrastructure: 

i. Policy will  influence planning  for a NPI and will guide public and private  investment decisions 

for  funding  infrastructure and  services. Government and  industry providers  can network  this 

infrastructure in order to maximise access to the positioning services they deliver to users. 

ii. Delivering Access  to  a NPI  requires  a network of positioning  infrastructure and  services  that 

have been deployed where public and private investment has been justified in accordance with 

national planning and policy. 

 

The four objectives (policy, investment, infrastructure and services, access) primarily represent the value 

chain  for  establishing  a  NPI.  Economic  value  is  firstly  created  through  direct  public  and  private 

infrastructure investment in line with national policy, and this value grows as the network of users and 

products/services  that access  the network expands,  therefore generating direct and external benefits 

across the entire economy.  

To achieve these objectives, the need to plan, deploy, network and deliver positioning infrastructure in a 

way that minimises fixed‐costs, without jeopardising service quality, broadly represents the supply chain 

for  CORS  infrastructure within  the  Framework. Note  however  that  supply  criteria  are  not  identified 

explicitly  within  the  Framework.  Each  research  finding  and  recommendation  in  the  Framework 

combines  technical,  institutional  and  economic  CORS  requirements  from  throughout  this  thesis with 

supply  criteria  identified by Higgins  (2008),  to demonstrate  the multi‐faceted  (i.e., non‐linear)  supply 

chain  for  establishing  a NPI.  Figure  72 maps  the  organisational  roles  identified  by Higgins  (2008)  in 

Section 5.3.1.2, to the supply considerations and objectives identified in the Framework in Figure 71.  

   

  225  

FIGURE 72: NPI PLANNING FRAMEWORK & HIGGINS MODEL 

  

 

 

 

 

 

Relationship between the Framework and the Higgins Model. The Framework addresses the value 

proposition for establishing a NPI by examining technical, institutional and economic criteria that influence 

decisions for supplying CORS infrastructure, nationally. 

 

This relationship between the Higgins Model and the Framework can be summarised as follows: 

• System requirements are planned116 and specified117 in accordance with national policy118;  

• Specifications for deploying each station influence the level of investment that is required; 

• Networking and processing data  from CORS  stations will enhance  the value of  infrastructure 

and services within a NPI, and infrastructure and services that are connected to a NPI;  

• The NPI enhances economic value by delivering access to an expanding network of users. 

   

                                                                 116 Italicised text represents supply considerations addressed in the Framework. 117 Bold text represents organisational supply criteria identified in the Higgins Model. 118 Underlined text represents the NPI objectives set out in the Framework. 

Specify Stations Network DeliverProcess

Specify System• Target Density,

Coverage Reliability and Availability

• Site Quality• Equipment

Quality• Geodetic

Reference Frame

• Data Services Produced

• Data Access Policy

Own Stations• Site Selection• Site

Construction• Equipment

Purchasing• Station Data

Comms• Site

Maintenance• Equipment

Replacement Cycle

Network the Data• Data Comms

from Network Stations

• Control Centre• Data Archive

Process Network• Copy of

Network• Data

Processing• Production of

Data Streams• Distribution of

Data Streams• Data

Wholesaling • Retailer

Support

Deliver Service• Retail Sale of

Data Products• Marketing• Rover

Equipment support

• End User Support

• Liaison with User CommsProviders

Governance

 

PLAN  DEPLOY  NETWORK DELIVER 

Policy   Investment Infrastructure & Services  Access 

Economic 

Technical 

Institutional 

  226  

Whilst  the Higgins Model has  informed development of  independent networks  in Australia,  it has not 

established a ‘unified’ single point of access. Figure 72 therefore illustrates how the Framework links the 

roles and responsibilities (Higgins, 2008) for supplying CORS to the broader value chain for investing in 

CORS (the main focus of the Framework). Put simply,  it  is difficult to examine organisational roles and 

responsibilities for supplying positioning infrastructure without first articulating the value proposition(s) 

that guides public and private investment decisions. Public and commercial business models can then be 

developed to supply access to a NPI in downstream wholesale and retail markets.  

 

7.3 NPI PLANNING FRAMEWORK 

 Institutional,  technical  and economic  criteria  addressing policy,  investment,  infrastructure  and  access 

objectives for establishing a NPI are identified below. The order in which these criteria are presented is 

not  sequential  given  different  objectives will  be  addressed  at  different  stages  of  development.  For 

example, the development of open data standards is well underway, however the NPI policy framework 

needed  to endorse and  implement  these standards  (nationally) does not exist. Each recommendation 

therefore strengthens the business case for a NPI, but the technical,  institutional and economic design 

of a NPI is not contingent upon implementing each recommendation. 

A  useful  example  for  interpreting  the  Framework  is  to  consider  that  different  funding  options  (e.g., 

public  versus  private) will  influence  the  (technical)  design  of  a NPI  and  associated  (economic)  cost‐

recovery models. The Framework therefore specifies the technical and economic criteria for evaluating 

each funding option, which in turn affects the type and level of (institutional) regulatory oversight (e.g., 

data  licensing,  data  standards)  needed  to  govern  a NPI. Different  funding  options  therefore  lead  to 

different  institutional,  technical  and  economic  requirements  for  establishing  a  NPI  which  are 

summarised in the Framework and referenced to content presented throughout this thesis. 

Table 23 (first presented in Section 1.6.1) lists all recommendations from the Framework to outline key 

themes  that  have  been  addressed  in  this  thesis.  Each  recommendation  is  backed  by  a  summary  of 

associated research  findings, and  is referenced to content within this thesis that contributes evidence 

supporting  the  recommendation.  Each  ‘cell’  within  Table  23  is  therefore  a  component  of  the 

Framework, and each  component  is addressed  individually  in  the  remaining Sections of  this Chapter. 

Combining  each  component  establishes  a  framework  for  planning  a  NPI,  thereby  guiding  technical, 

institutional and economic decision‐making by governments and industry. 

 

227  

TABLE 11: NPI PLANNING FRAMEWORK RECOMMENDATIONS 

  Policy  Investment  Infrastructure & Services  Access 

Institutional 

• Establish a national governance structure with representation from Australian governments, industry and research stakeholders, to set directions and seek government endorsement on positioning related matters 

• Identify existing and new sources of public funding from Federal, State and Territory governments  

• Investigate public‐private partnerships 

• Investigate policy, legislative and regulatory conditions for privatisation 

• Develop procedures for certifying CORS infrastructure and associated positioning services in accordance with national policy, legislation and regulations 

• Develop and enforce uniform licensing agreements for distributing data through a single point of access  

• Develop and enforce Service Level Agreements (SLAs) 

Technical 

• Endorse national infrastructure standards  

• Endorse national service level standards 

• Endorse open data standards for recording and distributing GNSS data within a NPI  

• Endorse measures and responsibilities for certifying access to NPI services 

• Quantify the direct and external costs and benefits of establishing a NPI with a single point of access 

 

• Develop and formally document positioning infrastructure specifications in accordance with national policy, standards and legislation  

• Define Key Performance Indicators (KPIs) for measuring service level standards 

• Network and process data within a secure and highly redundant ICT platform 

• Adopt/develop open data standards 

• Distribute data from a secure and highly redundant single point of access via multiple communications systems  

• Deliver a minimum level of service performance accessible to all users  

• Monitor service performance and access requirements against KPIs 

Economic 

• Undertake rigorous Cost‐Benefit Analysis to evaluate the direct and external value of creating a single point of access to a NPI  

• Develop a whole‐of‐government data pricing policy 

• Develop sustainable cost‐recovery models to ensure ongoing funding 

• Identify and map the geographic location of existing and future positioning infrastructure & services  

• Prioritise future investment in geographic regions where public good benefits and commercial demand are higher 

• Implement data pricing policies that maximise access for public good and commercial purposes 

• Minimise the wholesale and retail cost of accessing positioning data 

228  

7.3.1 POLICY 

 Developing national policies for designing and implementing a NPI is the first step towards recognising 

the direct and external benefits that public and commercial investment in CORS infrastructure enables. 

National policy guides future  investment decisions, promotes  infrastructure and service standards and 

guides data access arrangements (e.g., open versus controlled access).  

 7.3.1.1 INSTITUTIONAL CRITERIA 

 TABLE 12: POLICY – INSTITUTIONAL FINDINGS & RECOMMENDATIONS 

Summary of Research Findings 

Infrastructure investment and operations have been duplicated as a result of  independent policy and 

management across government, which has limited data sharing between governments for public and 

commercial  positioning  applications.  There  is  ambiguity  in  the  roles  and  responsibilities  of 

infrastructure managers and partner organisations within government, and reporting mechanisms for 

some bodies are undefined. A central governing body to act as a single point of contact and access for 

positioning programs has not been identified formally in Australia.  

Whole‐of‐government  collaboration  and  coordination  is essential  to ensuring Australia  captures  the 

full  benefits  of multi‐GNSS  to  enhance  the  utility  of  existing  and  future  positioning  infrastructure 

investment.  Authoritative  policy  for  implementing  a  NPI  will  encourage  government  agencies  to 

exercise  leadership  and  responsibility  in developing  and managing  a NPI,  and will ensure  the NGRS 

provides  the  underlying  framework  for  delivering  fit‐for‐purpose  location  information,  thereby 

increasing compatibility with  international reference frames and spatial datasets  (ANZLIC, 2011). The 

following institutional criteria are recommended to facilitate national policy development and funding 

in response to supply challenges. 

Chapters  Response to Research Findings  Recommendations 

1.4.1 2.2.7 4.2*119 5.2* 5.3* 6.3.2.1 6.3.3.1 6.4* 

• A NPI advisory committee with stakeholder representation 

from  governments,  industry  and  the  research  community 

should  be  established  as  a  single  point  of  access  for 

addressing  national  positioning  requirements,  and  for 

reporting  to  the Australian Government  (e.g., through  the 

SCC PNT Working Group identified in Figure 4).  

 

 

   

                                                                 119  The  symbol  *  denotes  the  case  where  all  sub‐sections  are  relevant  to  the  specified  findings  and recommendations. 

229  

1.4.1 2.2.7 4.2* 5.2* 5.3* 6.3.2.1 6.4*  

• The advisory committee should: 

o Inform national positioning policy  in  line with  the NPI 

Plan  and  Australia’s  Satellite  Utilisation  Policy,  and 

establish  implementation  teams and  technical working 

groups  as  needed  (e.g.,  by  drawing  on  existing 

government and industry expertise). 

o Encourage  and  facilitate  alignment  between  existing 

Federal, State and Territory spatial policies and national 

policy (e.g., rigorous alignment with the NGRS).  

Establish a national 

governance structure 

with representation from 

Australian governments, 

industry and research 

stakeholders, to set 

directions and seek 

government 

endorsement on 

positioning related 

matters 

3.5* 4.2.1* 5.2* 5.3* 6.3.1.6 6.3.3* 6.4.3.2 

o Engage  with  existing  cross‐sectoral  committees, 

councils  (e.g.,  ANZLIC,  ICSM,  ARRB120)  and  working 

groups  to  align  NPI  investment  with  existing  cross‐

sectoral  government  and  industry  programs,  to 

establish  a  broader  funding  base,  to  minimise 

duplication  and  to  address  the  positioning 

requirements of all stakeholders. 

2.2* 2.5 3.5.2.5 4.4.7 5.3.2* 

o Facilitate  international engagement  to ensure ongoing 

access  to  foreign  space  systems,  and  to  promote 

ongoing collaboration with international programs such 

as those of IGS and GGOS. 

2.2.7 4.2* 5.3* 6.2.3* 6.3.3* 

o Provide  a  single  point  of  contact  (access)  within  the 

Australia Government  for  addressing  issues  related  to 

infrastructure  investment,  data  access,  and  service 

performance. 

2.2.7 4.2* 5.3.2* 6.4* 

o Clarify  the  roles,  responsibilities,  contributions, 

entitlements,  liabilities,  privacy,  codes  and  practices 

and risk factors for all stakeholders. 

 

    

                                                                 120 Australian Roads Research Board (ARRB). 

230  

7.3.1.2 TECHNICAL  CRITERIA 

 TABLE 13: POLICY – TECHNICAL FINDINGS & RECOMMENDATIONS 

Summary of Research Findings 

NPI  policy  should  address  the  need  for  authoritative  infrastructure,  data  and  service  standards  for 

accessing and  improving  the utility of high accuracy positioning  infrastructure and services. National 

standards and guidelines will facilitate data sharing across government and  industry to maximise the 

cross‐sectoral benefits of accessing certified and  legally traceable data connected to the NGRS. Open 

data  standards  increase  interoperability,  redundancy,  network  integrity,  service  coverage  and 

availability. 

Chapters  Response to Research Findings  Recommendations 

3.2* 3.5* 4.2* 4.3.3 5.3* 

• The  stability and quality of CORS  infrastructure  should be 

certifiable  against  national  and  international  standards 

(e.g.,  ICSM  standards and guidelines)  for  legal  traceability 

with respect to the NGRS. 

Endorse national 

infrastructure standards 

3.4* 4.2.2.5 4.3.2* 5.3* 6.2.3* 6.4* 

• Uniform  service  level  standards  (e.g.,  SLAs)  should  be 

endorsed by government to specify minimum service  level 

criteria  supporting  the  functions  of  government  and 

business  services,  particularly  those which  have  a  critical 

dependence on GNSS infrastructure. 

Endorse national service 

level standards 

3.4.4 5.2* 4.4.7 5.3.2* 6.2.4* 

• Open  data  standards  for  recording  and  distributing GNSS 

data  should  be  endorsed  by  government  to  facilitate 

centralised  access  for  producers  and  consumers  of 

positioning services.  

Endorse open data 

standards for recording 

and distributing GNSS 

data within a NPI 

2.2.7 3.2.1.2 3.5.2.1 4.2.1.1 4.3.1* 4.3.3 4.4.7 5.3* 6.3.2* 6.4* 

• Providers of NPI services should be certified (e.g., licensing 

agreements,  Regulation  13)  under  relevant  legislation  to 

ensure  custodial  responsibilities  are  well‐defined  for 

producers  and  consumers  connecting  to  the  NPI. 

Certification  will  ensure  uniform  infrastructure  and  data 

standards  are  enforced  to  promote  equitable  access  in 

downstream wholesale and retail markets.  

• The NPI data custodian should coordinate compliance and 

certification  procedures  with  responsible  authorities121 

within government and industry. 

Endorse measures and 

responsibilities for 

certifying access to NPI 

services 

 

                                                                 121 E.g., ICSM, Civil Aviation Safety Authority (CASA), Australian Communications & Media Authority (ACMA). 

231  

7.3.1.3 ECONOMIC  CRITERIA 

 TABLE 14: POLICY – ECONOMIC FINDINGS & RECOMMENDATIONS  

Summary of Research Findings 

Multi‐GNSS technology will generate substantial long‐term benefits for governments, industry and the 

research  community.  Rigorous  CBA  will  evaluate  the  direct  and  external  costs  and  benefits  of 

improving access to multi‐GNSS technology, with emphasis on the social utility gains that are typically 

overlooked  in  private  cost‐benefit  investment  decisions.  CBA  will  determine  the  extent  to  which 

government policy  is  needed  to  fund  and  regulate  access  to  existing  and  future  infrastructure  and 

positioning services within a broader NPI. 

Chapters   Response to Research Findings  Recommendations 

3.5* 4.2* 4.3* 4.4* 5.3.2* 6.2.4* 6.3* 6.4* 

• Undertake  rigorous  CBA  to  evaluate  the  marginal  utility 

(across  Australia  and  the  Asia‐Pacific)  of  accessing  high 

accuracy  positioning  services  to  guide  policy  and 

investment decisions by government and industry. 

• Ensure CBA  captures  the  future  cross‐sectoral benefits of 

certifying  infrastructure  quality  and  endorsing  open  data 

standards through a centralised governance structure with 

a single point of access. 

Undertake rigorous Cost‐

Benefit Analysis to 

evaluate the direct and 

external value of 

creating a single point of 

access to a NPI  

4.2.3 4.2.5* 4.3.2.2 5.3.2* 6.2.2.2 6.2.3* 6.4* 

• Ensure  pricing  policies  for  accessing  the  NPI  align  with 

broader  information  access  policies  of  Federal,  State  and 

Territory governments.  

Develop a whole‐of‐

government data pricing 

policy 

 

 

   

232  

7.3.2 INVESTMENT 

 Public  and  private  investment  is  needed  to  deploy,  operate  and maintain  CORS  infrastructure  and 

positioning  services across Australia. Commercial  investment  is  typically  justified on  the grounds  that 

consumer  demand will  provide  a  suitable  RoI  to  recover  fixed‐costs  and  earn profit where  possible. 

Public funding has also been justified on the grounds that commercial positioning services managed by 

governments can function on a competitive neutral basis. However, the public good benefit of investing 

in geodetic infrastructure to support positioning activities across the entire economy remains a primary 

justification for Australian Government investment. A NPI should therefore coordinate access to public 

and privately funded infrastructure through a sustainable business model.  

Providing a single point of access to infrastructure owned by public and private stakeholders will require 

a revenue stream to compensate ongoing deployment, operational and maintenance costs (i.e., based 

on NPV of current investment). The type of funding used to generate this revenue will depend on who 

manages and operates  the NPI. Public  funding could be based purely on  tax dollars, or  include  some 

form of cost‐recovery mechanism by enforcing access fees on producers and consumers. Depending on 

the adopted positioning technique and  level of existing private ownership, full privatisation of the NPI 

would potentially require a level of compensation for purchasing existing government infrastructure (up 

to 75% of which is owned by governments in Australia), or paying a licensing fee if existing governments 

are  to retain ownership. Duplication of existing  infrastructure  is  the worst case scenario where public 

and private investment continues independently.  

A  hybrid  public‐private partnership model  (Australian Government,  2008)  is  also  possible whereby  a 

combination of  funding  is used  to  finance, build and maintain physical  infrastructure and  to operate 

selected positioning services. Whilst details of the policy, financial structure and guidelines pertaining to 

each of these funding options are beyond the scope of this thesis, technical, institutional and economic 

criteria for choosing the appropriate funding model are identified in the following Sections.  

 

   

233  

7.3.2.1 INSTITUTIONAL CRITERIA 

 TABLE 15: INVESTMENT – INSTITUTIONAL FINDINGS & RECOMMENDATIONS 

Summary of Research Findings 

Institutional  requirements  for managing and operating a NPI vary depending on who  funds  the NPI. 

Existing  sources of  funding  should be  leveraged where possible  from across government  to  support 

arguments for new investment, in light of the cross‐sectoral benefits positioning infrastructure creates 

(i.e.,  evidenced  by  the  value  that  existing  cross‐sector  funding  initiatives  create).  Regardless  of  the 

chosen funding model, government has a role in developing policy and regulations that protect critical 

positioning  infrastructure,  and promote  equitable  access  to  this  infrastructure  in order  to  generate 

positive externalities and maximise benefits from existing investment. 

Chapters  Response to Research Findings  Recommendations 

3.5.2* 4.2.1* 4.2.4 4.2.5.1 4.4.7 5.3.2* 6.1.2.2 6.4.3* 

• Identify  funding  sources  from  existing  spatial  programs 

(e.g.,  geodetic  contributions)  and  cross‐sectoral programs 

within  government  (e.g.,  regional  innovation,  transport, 

meteorology), particularly  from departments  that  already 

benefit  from  accessing  positioning  infrastructure  and 

information. 

• Identify new funding initiatives (e.g., new policy proposals) 

within  government  that  can  be  leveraged  to  support 

development of the hard and soft infrastructures for a NPI.  

Identify existing and new 

sources of public funding 

from Federal, State and 

Territory governments 

2.2.7 4.2.5* 4.3.2* 4.4.6* 6.1.2.2 6.2.1.3 6.2.3* 6.4* 

• Investigate national policies  (e.g., data  access  and pricing 

policies) and business models relevant to procuring public‐

private partnerships  to  fund  infrastructure projects  in  the 

national interest. 

Investigate public‐

private partnerships 

2.5 3.2* 4.2* 6.2* 6.4* 

• Identify  relevant  policy,  legislation  and  regulations  (e.g., 

national  security,  spectrum  licenses,  royalties/taxes,  anti‐

trust policy)  that would apply  to a public and/or privately 

funded NPI. 

Investigate policy, 

legislative and 

regulatory conditions for 

privatisation 

   

234  

7.3.2.2 TECHNICAL  CRITERIA 

 TABLE 16: INVESTMENT – TECHNICAL FINDINGS & RECOMMENDATIONS 

Summary of Research Findings 

Capital  and  operational  costs  for  supplying  CORS  infrastructure  and  positioning  services  must  be 

accurately identified to model current and future investment profiles for a NPI. Exploring the trade‐off 

between deploying and  licensing data will  inform  future  investment decisions and help differentiate 

the roles of government and industry towards funding a NPI.  

Chapters  Response to Research Findings  Recommendations 

3.2* 3.4* 4.2* 4.3* 4.3.1* 6.2* 

• Identify  the  fixed  and  variable  costs  of  establishing  and 

operating  positioning  infrastructure  and  positioning 

services on a national scale. 

Quantify the direct and 

external costs and 

benefits of establishing a 

NPI with a single point of 

access 

3.5* 4.4.7 6.2.4* 6.3* 6.4.3* 

• Ensure  all  external  costs  (negative  externalities)  and 

benefits  (positive  externalities)  of  establishing  a  NPI  are 

identified and modelled as part of a CBA. 

 

   

235  

7.3.2.3 ECONOMIC  CRITERIA 

 TABLE 17: INVESTMENT – ECONOMIC FINDINGS & RECOMMENDATIONS 

Summary of Research Findings 

Cost‐recovery models  for  infrastructure  investment  vary  depending  on  the  type  of  public  and/or 

private funding model that is adopted. A sustainable funding model will be critical to ensuring ongoing 

access  to  the  NPI,  and maintaining  infrastructure  and  service  standards  to  align  with multi‐GNSS 

developments  and  international  best‐practice  standards.  Cost‐recovery models  can  limit  economic 

value  if access  costs  for producers and  consumers of positioning  services are  too high, which  limits 

direct and external benefits in downstream user markets. 

Chapters  Response to research findings  Recommendations 

4.2.3 4.2.5* 4.3.2* 6.2.2* 6.2.3* 6.3.2* 6.4* 

• Investigate funding mechanisms for recovering public and 

private investment, including government taxes, 

subscription fees and data licensing. CBA will help to 

determine which funding model maximises access to a NPI 

for public good and commercial purposes. The chosen 

funding model will influence pricing models in downstream 

wholesale and retail markets. 

Develop sustainable 

cost‐recovery models to 

ensure ongoing funding 

 

   

236  

7.3.3 INFRASTRUCTURE & SERVICES 

 A future NPI will  likely  integrate a multitude of GNSS and non‐GNSS PNT technologies with a focus on 

coordinating and optimising the nation’s supply of positioning  infrastructure, thereby creating a single 

point of access to real‐time high accuracy position information referenced to the NGRS. NPI policies and 

investment  strategies will  guide  technical,  institutional  and  economic  planning  for  coordinating  and 

optimising  access  to  CORS  infrastructure  on  a  national  scale.  CORS  infrastructure  and  associated 

positioning  services  must  therefore  be  designed  for  multi‐GNSS  compatibility  and  to  deliver  the 

minimum service level needed to satisfy current and future demand from a growing network of users.  

 7.3.3.1 INSTITUTIONAL CRITERIA 

 TABLE 18: INFRASTRUCTURE & SERVICES – INSTITUIONAL FINDINGS & RECOMMENDATIONS 

Summary of Research Findings 

The  roles,  responsibilities  and  rights  of  all  stakeholders who  contribute  infrastructure  and manage 

services connected to the NPI should be clearly defined in accordance with national policy, standards 

and legislation.  

Chapters  Response to Research Findings  Recommendations 

2.2.7 3.2* 3.5* 4.3.3 5.3.2* 6.2.4* 6.4* 

• CORS  infrastructure  and  positioning  services  should  be 

certifiable and legally traceable in accordance with national 

policy and standards. 

• CORS infrastructure and positioning services should comply 

with  legislative  requirements  at  State,  Territory,  Federal 

and  international  levels of government  (e.g., planning and 

privacy laws, ICAO122 specifications). 

• Certification procedures  should be  clearly documented  to 

define  the  roles,  responsibilities  and  rights  of  each 

stakeholder. 

• Certification  should  be  undertaken  directly  by  the 

responsible  authority  (e.g.,  the  NPI  custodian)  or  by  an 

accredited third‐party organisation. 

Develop procedures for 

certifying CORS 

infrastructure and 

associated positioning 

services in accordance 

with national policy, 

legislation and 

regulations 

 

   

                                                                 122 International Civil Aviation Organization. 

237  

7.3.3.2 TECHNICAL  CRITERIA 

 TABLE 19: INFRASTRUCTURE & SERVICES – TECHNICAL FINDINGS & RECOMMENDATIONS 

Summary of Research Findings 

CORS  infrastructure  should  be  designed  for  multi‐GNSS  compatibility,  with  multiple  layers  of 

redundancy for power, communications, data storage and security. Raw and corrected data should be 

distributed and archived in a secure, highly redundant ICT infrastructure with data processing centres 

distributed across different geographic regions. Standardised performance procedures and metrics are 

needed to monitor system performance against minimum service level standards. 

Chapters  Response to Research Findings  Recommendations 

3.2* 3.4* 3.5* 4.3.3 

• Identify and document hardware, software & data formats 

that are needed to establish, operate, integrate, maintain 

and access positioning infrastructure in accordance with 

national standards (e.g., ICSM standards and guidelines). 

Positioning infrastructure includes, but is not limited to: 

o Multi‐GNSS technology 

o CORS infrastructure components (see Table 5) 

o Network infrastructure (e.g., Data, Analysis and Control 

Centres; Virtual Private Networks) 

o Positioning techniques 

o Data standards (e.g., RTCM) 

o SLM criteria 

Develop and formally 

document positioning 

infrastructure 

specifications in 

accordance with national 

policy, standards and 

legislation 

3.2* 3.4* 4.2.2.5 4.2.5* 6.2.3.2 6.3.2.4 

• Service performance should be measurable against 

national service level standards (e.g., SLAs) by defining Key 

Performance Indicators (e.g., for accuracy, availability, and 

quality assurance) that specify the minimum performance 

needs of governments, industry and society. 

Define Key Performance 

Indicators for measuring 

service level standards   

2.5 3.2* 4.4.6.2 5.3.2* 6.3.3* 

• Data should be networked and processed within a secure 

ICT platform, with multiple layers of redundancy for power, 

communications and data storage.  

Network and process 

data within a secure and 

highly redundant ICT 

platform 

 

   

238  

7.3.3.3 ECONOMIC  CRITERIA 

 TABLE 20: INFRASTRUCTURE & SERVICES – ECONOMIC FINDINGS & RECOMMENDATIONS 

Summary of Research findings 

Commercial  investment  in  CORS  infrastructure  has  been  prioritised  in  geographic  regions  where 

demand  for high  accuracy position  information  is  greater.  Identifying  the  location and  custodian of 

existing  infrastructure  is critical  to examining how previous  investment can be  leveraged  to  increase 

access  within  and  outside  of  existing  service  coverage  regions,  particularly  as  new  positioning 

techniques such as RT‐PPP become available. Coordinating the supply of CORS infrastructure therefore 

minimises duplication and over‐investment to prioritise future  investment  in regions where coverage 

has not yet been enabled. Authoritative location and metadata will inform production, distribution and 

pricing decisions for supplying CORS infrastructure to maximise public good and commercial value.  

Chapters  Response to research findings  Recommendations 

3.5.2.5 4.3* 5.3.2* 6.3.2* 

• Identify geographic regions where duplication and over‐

investment has occurred, and is likely to occur in the 

absence of coordinated investment by governments and 

industry. 

Identify and map the 

geographic location of 

existing and future 

positioning 

infrastructure & services 

3.5* 4.3* 5.3.2* 6.3* 

• Future investment in a NPI should be prioritised in regions 

where market growth and public good benefits have been 

identified so as to increase social utility and promote 

competition in downstream commercial markets, thereby 

maximising benefits at minimum cost. 

Prioritise future 

investment in 

geographic regions 

where public good 

benefits and commercial 

demand are higher 

   

239  

7.3.4 ACCESS 

 The  need  to  increase  access  to  CORS  infrastructure  and  high  accuracy  positioning  services  is  the 

research  hypothesis  examined  throughout  this  thesis.  Technical,  institutional  and  economic  barriers 

must be addressed collectively if producers and consumers of GNSS position information are to benefit 

from  a  NPI  that  enables  a  single  point  of  access  through  greater  coordination  of  government  and 

industry  positioning  activities  across Australia.  Policy  and  investment  strategies  can  be  implemented 

that  improve and  standardise access by enforcing SLAs, VAR Agreements, DALAs and EULAs between 

providers  and  users  of  positioning  infrastructure.  Collectively,  these  agreements  specify  the 

institutional, technical and economic criteria that are needed to ensure minimum access standards are 

available to consumers.  

The  level  of  access  made  available  to  producers  and  consumers  of  positioning  services  ultimately 

influences the design of pricing strategies used to recover investment costs. Increasing access creates a 

competitive market  in which  a  range  of  differentiated  products  and  services  are made  available  at 

different costs to a larger network of users. 

 7.3.4.1 INSTITUTIONAL CRITERIA 

 TABLE 21: ACCESS – INSTITUIONAL FINDINGS & RECOMMENDATIONS 

Summary of Research Findings 

Rights and responsibilities for accessing positioning data are influenced by national policy (Section 6.4), 

and are enforceable via well‐defined service level and licensing agreements between data custodians, 

SPs and users. VAR Agreements, DALAs and EULAs are used to specify liabilities, Intellectual Property 

rights,  sub‐licensing  conditions,  fees  and  warranties  for  accessing  data.  SLM  frameworks  are 

established to specify the people, processes and technology needed to manage network resources and 

to enforce SLAs that document priorities, responsibilities, guarantees, warranties, locations, costs and 

times with respect to service performance.  

Chapters  Response to Research Findings  Recommendations 

4.2.2* 4.2.5* 4.4* 5.3.2* 6.2.3.1 6.4* 

• Uniform  licensing  agreements  between  data  custodians, 

SPs  and  users  are  needed  to  specify  access  rights,  terms 

and conditions for distributing data through a single point 

of  access. Uniform  licensing  and  access  agreements  (e.g., 

similar  to  the  NBN  WBA)  will  increase  access  in 

downstream wholesale  and  retail markets  to  avoid  costly 

and  time  consuming  processes  for  negotiating  contracts 

with individual providers. 

Develop and enforce 

uniform licensing 

agreements for 

distributing data 

through a single point of 

access 

240  

4.2.2.5 5.3.2* 6.2.3* 6.4.1* 

• SLAs  should  be  developed  to  formalise  commitments 

between  providers  and  consumers  according  to  national 

policy  and  standards  that  reflect  critical  infrastructure 

requirements and consumer expectations.  

Develop and enforce 

Service Level Agreements 

 

   

241  

7.3.4.2 TECHNICAL  CRITERIA 

 TABLE 22: ACCESS – TECHNICAL FINDINGS & RECOMMENDATIONS 

Summary of Research findings 

The  product  that  is  delivered  to  consumers  from  positioning  services  is  the  digital  information 

contained within  the data message  (e.g.,  raw or corrected data), which can be distributed via  radio, 

mobile or satellite communications infrastructure. This data is encoded using open and/or proprietary 

data formats which can influence the type of equipment and software that producers and consumers 

use  to  access  and  apply  the  data. Open  data  standards  allow  anyone  to  access  the  same  datasets 

(subject to subscriptions and fees that prevent unauthorised access).  

Chapters  Response to research findings  Recommendations 

3.4.4 4.4.6* 4.4.7 6.2.4* 

• Data from positioning infrastructure and services should be 

distributed  in standardised data  formats  (e.g., RTCM)  that 

align with  international best practice  (e.g.,  IGS). Note that 

standardised data  correction messages  can potentially be 

optimised for the Australasian region. 

Develop/adopt open 

data standards 

2.4.3.7 2.5 3.2* 4.4.6.2 5.3.2* 6.3.3* 

• Data  should  be  distributed  via  a  secure  and  highly 

redundant  ICT  platform with  a  single  point  of  access  for 

distribution via multiple communication mechanisms (e.g., 

radio,  satellite  and mobile),  particularly  in  regions where 

mobile telecommunications infrastructure is not available. 

Distribute data from a 

highly redundant single 

point of access via 

multiple communications 

systems 

2.3* 2.4* 2.5 3.3* 3.4* 3.5* 4.2.2.5 6.2.3.2 

• A minimum level of service accuracy, coverage, availability 

and quality should be accessible to all users (e.g., similar to 

WAAS)  subject  to  national  policy  and  in  accordance with 

public good expectations.  

Deliver a minimum level 

of service performance 

accessible to all users 

3.3* 3.4* 4.2.2.5 6.2.3.2 6.3.2.1 

• Quality  assurance  procedures  (e.g.,  alert  systems  and 

disaster  recovery  procedures)  and  programs  (i.e.,  for 

independent  quality  control)  should  be  developed  and 

implemented  to monitor  access  and  service  performance 

against KPIs specified within SLAs. 

Monitor service 

performance and access 

requirements against 

KPIs 

 

   

242  

7.3.4.3 ECONOMIC  CRITERIA 

 TABLE 23: ACCESS – ECONOMIC FINDINGS & RECOMMENDATIONS 

Summary of Research findings 

The level of positioning data access that is made available to consumers influences the economic value 

and social utility that is generated from applying position information. The external costs and benefits 

of  producing  position  information  are  not  typically  considered  in  private  investment  decisions, 

meaning  access  may  be  less  than  is  socially  optimal.  Data  access  and  pricing  policies  can  be 

implemented  by  government  to  standardise  and  improve  access  for  producers  and  consumers. 

Uniform data  licensing arrangements can  increase data access and price competition  in downstream 

wholesale and retail markets. Free access by government may ultimately be  justified based on public 

good  arguments  for  safety,  national  security  and  in  alignment  with  foreign  policy.  A  mixture  of 

government and commercial  investment has been  identified  in Australia and  is  likely  to continue as 

commercial  providers  identify  value  from  leveraging  a  larger  source of  input data  through  a  single 

point of access (the NPI), which will facilitate innovate product development for an expanding network 

of users. 

Chapters  Response to research findings  Recommendations 

4.2.3 4.2.5* 6.2.2* 6.2.3* 6.3.3* 6.4* 

• Pricing  strategies  should  be  implemented  that  align with 

national  data  access  and  pricing  policies  (e.g., 

Commonwealth Policy on Spatial Data Access and Pricing) 

to  maximise  direct  and  external  benefits  across  the 

Australian economy. 

Implement data pricing 

policies that maximise 

access for public good 

and commercial 

purposes 

• Subject to government regulations on market competition 

(e.g.,  price  regulation,  anti‐trust  policy),  value‐based 

pricing  strategies  should  be  competitive  so  as  to  expand 

the network users, thereby decreasing the ATC of supplying 

information products. Encouraging market competition will 

potentially  decrease  the  wholesale  and  retails  costs  of 

accessing positioning data. 

 Minimise the wholesale 

and retail cost of 

accessing positioning 

data  

 

   

243  

7.4 CONCLUSION 

 Chapter 7 has consolidated findings from this thesis to provide technical, institutional and economic 

recommendations for establishing a NPI. Collectively, these findings and recommendations establish the 

NPI Planning Framework, which will guide decision‐making on policy, investment, infrastructure and 

services, and access criteria for establishing a NPI. The goal of the Framework is to assist governments 

and industry to increase the utility of existing and future CORS infrastructure across Australia, 

recognising that increased access generates greater value for producers and consumers of positioning 

services, which generates public good and commercial value in the Australia economy. 

      

        

   

        

 

CHAPTER 8    THESIS CONCLUSION  

 

THESIS CONCLUSION 

    

  246      

Throughout  this  thesis,  relevant  information  and  evidence  has  been  compiled  and  analysed  in  a 

technical,  institutional  and  economic  context  to  identify  and  evaluate  criteria  (e.g.,  costs/benefits) 

underpinning government and  industry decisions  to  fund, deploy, operate and manage high accuracy 

positioning infrastructure and services in Australia.  

Independent ownership and management of separate CORS networks and product and service offerings 

was  found  to  increase  infrastructure  duplication  and  overinvestment;  create  inconsistent  data  and 

service  standards;  limit measures  of  quality  control;  constrain wholesale  and  retail  competition  for 

expanding service coverage; and create diverging views on the roles and responsibilities of governments 

and industry for owning, maintaining, expanding and delivering positioning services. 

A  unique  economic  context  was  established  to  demonstrate  how  these  technical,  institutional  and 

commercial barriers can be addressed if raw data streams (an information good) are licensed to enable 

positioning  services  from multiple  suppliers,  instead  of  duplicating  the  underlying  infrastructure  (an 

industrial good) needed to produce the data streams.  

Data licensing facilitates interoperability and market competition by promoting ‘open’ access compared 

with  proprietary  approaches  (i.e.,  ‘closed’  access).  This  was  evidenced  by  existing  data  licensing 

arrangements  in  VIC  and  NSW  which  have  increased  price  competition  in  retail  markets,  shifting 

commercial  investment  towards  innovating  and  customising  positioning  solutions  (rather  than 

duplicating  CORS)  across  multiple  sectors  of  the  economy  (e.g.,  agriculture,  mining,  construction). 

Market demand for positioning services was found to be strongest  in VIC, NSW, ACT and parts of TAS, 

QLD and SA, predominantly where multiple SPs have  licensed access to government‐owned CORS, and 

deploy infill sites where high fixed‐costs are justified.  

In WA, NT and parts of SA and QLD, government and industry investment, and subsequent data licensing 

was found to be lacking. Small pockets of high accuracy NRTK coverage have been enabled by individual 

providers within these regions, but data licensing has been limited. Cost barriers are therefore higher for 

third‐party SPs wishing to enter the market in regions such as these, where the fixed‐cost of duplicating 

a  natural monopoly’s  investment  is  high  compared with  data  licensing  costs.  Private  investment  in 

single‐base RTK (i.e., non‐networked) infrastructure is therefore higher in these ‘underserviced’ regions. 

Investment in single‐base CORS can lower fixed‐costs in the short term, but significantly limit the longer‐

term  productivity  benefits  (coverage,  accuracy, quality  control, multi‐GNSS  and datum  compatibility) 

that investment in networked infrastructure enables directly and externally to positioning providers and 

users. 

In  light of  these  findings,  this  research  concludes  that  SPs  realise  greater  technical,  institutional  and 

economic benefits from  licensing data rather than duplicating  infrastructure, which demonstrates that 

data licensing from a single natural monopoly provider (with one or multiple stakeholders) is the most 

cost‐effective way to produce and access high accuracy positioning services nationally. Evidence of the 

  247      

direct RoI and positive externalities that a single point of access to positioning infrastructure creates was 

evidenced by examples in VIC and NSW. The Australian Government’s decision to create a single point of 

access to national broadband infrastructure provided a useful analogy for comparing why a single point 

of access to nation‐building infrastructure is considered more equitable to society.  

A single point of access reduces duplication by coordinating network planning and design, which lowers 

the cost of producing high accuracy positioning services, thereby  lowering access costs for consumers; 

all of which minimises deadweight loss to the economy. Data licensing is thus a method of coordinating 

access to data from existing and future CORS infrastructure nationally through a single point of access: 

the NPI.  

Demand  for positioning  services  is  likely  to  increase  as  greater  access  through  the NPI  creates price 

competition  in  retail markets  and  drives  SPs  to  innovate  value‐added  services  that  generate  greater 

revenue. Current demand for high accuracy positioning services is difficult to measure in the absence of 

a NPI,  given  service  coverage  and performance  is  inconsistent  amongst different providers, meaning 

their individual positioning ‘products’ (e.g., coverage extents) are difficult to compare.  

Feedback  from  governments  and  industry  indicates  that  total  market  demand  for  high  accuracy 

positioning subscriptions is below 5,000 users nationally; less than 0.03% of the population, even though 

up  to 83% of  the population  can access  some  form of high accuracy positioning  service. This  finding 

implies  that  the market has not yet  reached critical mass, particularly  in  light of growth expectations 

across many sectors of the Australian economy. To address this market failure, the question of whether 

a  multi‐GNSS  future  will  create  a  consumer‐driven  and  infrastructure‐driven  market  in  which  high 

accuracy  positioning  becomes  ‘the  standard’  (i.e.,  the  default  available  to,  and  expected  by  the 

Australian  user  community)  was  addressed  by  this  research.  The  NPI’s  role  in  facilitating  and 

accelerating this transition was examined.  

This  research  suggests  that  the  innovation  and  free  enterprise  that  proliferated  in  the  absence  of 

Selective Availability over a decade ago  is  indicative of  the social, economic and environmental value 

that  integrated  multi‐GNSS  technology  will  enable  in  Australia.  Just  as  technical,  institutional  and 

economic uncertainties were  analysed before  the decision  to  switch off  Selective Availability,  similar 

uncertainties  have  been  raised within  this  thesis  to  inform  discussions  on  the  value  that  a NPI will 

generate.  Fittingly,  the NPI  concept  is  in many ways  comparable  to  the  (financial) marginal  cost  of 

removing Selective Availability, given investment in a NPI would pale into insignificance compared to the 

billions of dollars that foreign governments have invested in developing GNSS technology.  

But a cost is a cost, and the opportunity (value) of that cost (investment in a NPI) must be identified and 

communicated  well  beyond  the  spatial  sector  alone.  More  important  perhaps  is  the  cost  of  not 

equipping society with a NPI that will maximise public and commercial benefits through enhanced and 

open access to all new GNSS/RNSS constellations, which Australia continues to access as a free‐rider.  

  248      

In the absence of sovereign  investment  in a GNSS, RNSS or SBAS capability, the NPI presents a  logical, 

unique  and  globally  significant  opportunity  to maximise  the  utility  of  all  existing  and  future  GNSS 

resources. These resources are not simply the components of  infrastructure used to establish the NPI, 

but any device or  infrastructure  that receives standardised and certified multi‐GNSS  information  from 

the NPI.    

Technical,  institutional and economic criteria and recommendations for coordinating access to existing 

and future CORS  infrastructure have therefore been proposed through this research, and consolidated 

in the proposed NPI Planning Framework. By communicating and consolidating the unique spatial and 

economic evidence presented  in  this  thesis,  the  Framework will  inform  future policy and  investment 

decisions for generating downstream public good and commercial value from positioning infrastructure, 

and the services that are developed and delivered using this infrastructure. To achieve this outcome, the 

Framework  identifies and  responds  to  the  complex and multi‐faceted decisions  faced by government 

and  industry providers  towards optimising  the national supply of CORS  infrastructure  in a multi‐GNSS 

future, at the lowest cost to society, while maximising the benefits and utility of that infrastructure.  

Providing Australia with  the positioning  resources needed  to benefit  from, and contribute  to a multi‐

GNSS future, in cooperation with local, regional and global partners, is in the technical, institutional and 

economic interests of all Australians. 

  249      

LEGISLATION  Australian Competition and Consumer Act 2010 

Broadcasting Services Act 1992 

National Electricity (South Australia) Act 1996 

National Electricity (Victoria) Act 2005 

National Measurement Act 1960 

National Measurement Regulations 1999 

Telecommunications Act 1997 

Space Activities Act 1998 

 

REFERENCES  AATS (1985), A Space Policy For Australia: A report prepared for the Minister of Science by the 

Australian Academy of Technological Sciences, Australian Academy of Technological Sciences, Melbourne, Victoria. 

ABS (2012a), 1270.0.55.001: Volume 1 ‐ Main Structure and Greater Capital City Statistical Area (GCCSA), Australian Bureau of Statistics (ABS), viewed 20 December 2012, <http://www.abs.gov.au/ausstats/abs@.nsf/Latestproducts/89DE0953464EE050CA257801000C651B>. 

ABS (2012b), 7501.0 ‐ Value of Principal Agricultrual Commodities Produced, Preliminary 2011‐12, Australian Bureau of Statistics (ABS), viewed 14 December 2012, <http://www.abs.gov.au/ausstats/abs@.nsf/Lookup/7501.0main+features32011‐12>. 

ABS (2012c), Australian Statistical Geography Standard (ASGS), Australian Bureau of Statistics (ABS), viewed 23 November 2012, <http://www.abs.gov.au/websitedbs/d3310114.nsf/home/australian+statistical+geography+standard+(asgs)>. 

ACIL ALLEN Consulting (2013), The Value of Augmented GNSS in Australia: An overview of the economic and social benefits of the use of augmented GNSS services in Australia, Prepared for the Department of Industry, Innovation, Climate Change, Science, Research, and Tertiary Education. 

AdV (2011), SAPOS ‐ Precise positioning in location and height, Arbeitsgemeinschaft der Vermessungsverwaltungen (AdV) der Länder der Bundesrepublik Deutschland. 

AdV (2013), Satellitenpositionierungsdienst (SAPOS), Arbeitsgemeinschaft der Vermessungsverwaltungen (AdV), viewed 21 January 2014, <http://www.sapos.de/>. 

Airservices Australia (2012), Ground Based Augementation System, viewed 10 January 2014, <http://www.airservicesaustralia.com/projects/ground‐based‐augmentation‐system‐gbas/>. 

Anderle R (1976), Point positioning concept using precise ephemeris, Proceedings of the International Geodetic Symposium, Las Cruces, New Mexico State University, 1, pp.47‐75. 

ANZLIC (2010), National Positioning Infrastructure Policy, The Spatial Information Council (ANZLIC), viewed 02 May 2011, <http://www.anzlic.org.au/Infrastructures/National+Positioning+Infrastructure+‐+NPI/default.aspx>. 

  250      

Arrow KJ (1959), Economic Welfare And The Allocation Of Resources For Invention, RAND Corporation. 

ASC (2012), Australian Strategic Plan for GNSS, Australian Spatial Consortium (ASC). 

AuScope (2012), Australian Geophysical Observing System, AuScope, viewed 6 October 2013, <http://auscope.org.au/site/agos.php>. 

AuScope Geospatial Team (2008), New Geodetic Infrastructure for Australia ‐ The University Component of the AuScope Geospatial Team, Journal of Spatial Science, 53 (2): pp.pp.65 ‐ 80. 

Australian Government (2001), Australian Government Policy on Spatial Data Access and Pricing, Office of Spatial Data Management (OSDM), Canberra, ACT. 

Australian Government (2008), National Public Private Partnership Policy Framework, Infrastructure Australia, Canberra, Australia. 

Australian Government (2009a), Australian Space Research Program, Space Policy Unit, viewed 8 July 2013, <http://www.space.gov.au/AUSTRALIANSPACERESEARCHPROGRAM/Pages/default.aspx>. 

Australian Government (2009b), Expense Measures: Innovation, Industry, Science and Research Australian Government, viewed 8 July 2013, <http://www.budget.gov.au/2009‐10/content/bp2/html/bp2_expense‐20.htm>. 

Australian Government (2010), Critical Infrastructure Resilience Strategy, Attorney General's Department, Canberra, Australia. 

Australian Government (2011), Satellite Based Augmentation System Review, Department of Infrastructure and Regional Development, Canberra, Australia. 

Australian Government (2013a), Australia's Satellite Utilisation Policy, Department of Industry Innovation Climate Change Science Research and Tertiary Education, Canberra, ACT. 

Australian Government (2013b), Reef Rescue, viewed  25 Ocotober 2013, <http://www.nrm.gov.au/funding/reef‐rescue/index.html>. 

Australian Government (2013c), Statistical Data Integration Involving Commonwealth Data, National Statistical Service, viewed 30 September 2013, <http://www.nss.gov.au/nss/home.nsf/pages/Data+Integration+‐+Roles+and+responsibilities+of+data+custodians?opendocument>. 

Austroads (2011), Evaluation of the Potential Safety Benefits of Collision Avoidance Technologies Through Vehicle to Vehicle Dedicated Short Range Communications in Australia, Austraods Research Report, Austoads, Sydney, NSW, pp.33. 

Austroads (2013), Road Design Guides, viewed 26 August 2013, <https://www.onlinepublications.austroads.com.au/collections/agrd/guides>. 

BAE (2013), Navigation Via Signals of Opportunity (NAVSOP), BAE Systems Australia, viewed 14 January 2014, <http://www.baesystems.com/product/BAES_052848/navigation‐via‐signals‐of‐opportunity‐navsop>. 

Bates B 1990, Information as an Economic Good: A Re‐Evaluation of Theoretical Approaches, In: Ruben D,Lievrouw  L  (ed.) Mediation,  Information,  and  Communication:  Information  and  Behavior, New Brunswick, NJ, Transaction Publishers. 

Bisnath S, Collins P (2012) Recent Developments in Precise Point Positioning, Geomatica 66 (2): 103‐111. 

Bisnath S, Gao Y (2009), Current State of Precise Point Positioning and Future Prospects and Limitations, International Association of Geodesy Symposia ‐ Observing our Changing Earth, Perugia, Italy, Sideris M (ed.), 133, pp.615‐623. 

  251      

Blick G, Sarib R (2010), The Geodetic Infrastructure in Australia and New Zealand: Differences and Similarities, FIG Congress, Sydney, Australia. 

BoM (2014), Radio and Space Weather Services, Australian Government Bureau of Meteorology, viewed 29 January 2014, <http://www.ips.gov.au/>. 

Boriskin A, Kozlov D, Zyryanov G (2012), The RTCM Multiple Signal Messages: A New Step in GNSS Data Standardization, Proceedings of the International Technical Meeting of The Satellite Division of the Institute of Navigation, Nashville, TN, pp.2947‐2955. 

Bowman K (2008), Economic and Environmental Analysis of Converting to Controlled Traffic Farming, 6th Australian Controlled Traffic Farming Conference, Dubbo, New South Wales. 

Brown N (2006), Sequential Phased Estimation of Ionospheric Path Delays for Improved Ambiguity Resolution over Long GPS Baselines Doctor of Philosophy, Department of Geomatics, The University of Melbourne, Melbourne. 

Brown N, Keenan R, Richter B, Troyer L (2005), Advances in Ambiguity Resolution for RTK Applications Using the New RTCM V3.0 Master‐Auxiliary Messages, ION GNSS 18th International Technical Meeting of the Satellite Division, Long Beach, CA, pp.78‐80. 

Burns D, Sarib R (2010), Standards and Practices for GNSS CORS Infrastructure, Networks, Techniques and Applications, FIG Congress 2010, Sydney, Australia. 

C.R.Kennedy (2013), Survey Solutions, viewed 6 October 2013, <http://survey.crkennedy.com.au/>. 

Caissy M, Agrotis L, Weber G, Hernandez‐Pajares M (2012), Innovation: Coming Soon: The International GNSS Real‐Time Service, GPS World, Gibbons Media and Research, LLC. 

Can‐Net (2013), Can‐Net, Cansel, viewed 6 October 2013, <http://www.can‐net.ca/>. 

Chassagne O (2012), The Future of Satellite Navigation: One‐Centimeter Accuracy with PPP?, InsideGNSS, 7 (2): Gibbons Media and Research, LLC. 

Commonwealth of Australia 2004. Australian Government Competitive Neutrality ‐ Guidelines for Managers. Canberra. 

Cranenbroek J, Lui V, Keenan R (2006), Making Profitable GNSS RTK Network Infrastructure, Journal of Global Positioning Systems, 5 (1‐2): pp.58‐61. 

CRCSI (2013a), Next Generation Datum (Project 1.02), viewed 23 September 2013, <http://www.crcsi.com.au/Research/1‐Positioning/Next‐generation‐ANZ‐datum>. 

CRCSI (2013b), Precise Positioning: Context of Project 1.1, Cooperative Research Centre for Spatial Information (CRCSI), viewed 17 November 2013, <http://www.crcsi.com.au/getattachment/b4c733d9‐9620‐458d‐8caf‐0891f61258f9/.aspx>. 

Cruising Heights (2011), Fourth Air Services Negotiation Conference: GAGAN ushers flying leap for aviation, Cruising Heights, Newsline Publications Pvt. Ltd. 

CSIS (2003), US Japan Space Policy: A Framework for 21st Century Cooperation, Center for Strategic International Studies (CSIS), Washington D.C. 

CSNO (2012), BeiDou Navigation Satellite System Signal In Space Interface Control Document ‐ Open Service Signal B1I, China Satellite Navigation Office (CSNO), Version 1. 

Dach R, Hugentobler U, Fridez P, Meindl M (2007), Bernese GPS software version 5.0, Astronomical Institute, University of Bern. 

  252      

Dawson J, Woods A (2010), ITRF to GDA94 Coordinate Transformations, Journal of Applied Geodesy, 4 pp.189‐199. 

De Smet P (2011), The European GNSS Programmes EGNOS and Galileo, United Nations for Outer Space Affairs (UNOOSA), viewed 10 January 2014, <http://www.oosa.unvienna.org/oosa/en/SAP/gnss/icg/icg06/sixth‐icg‐meeting_‐online‐presentations.html>. 

Dempster AG, Rizos C (2009), Implications of a "System of Systems" receiver, Surveying and Spatial Sciences Biennial International Conference, Adelaide, Australia. 

DEPI (2013a), Positioning Regional Victoria (PRV) Project, Department of Environment & Primary Industries (DEPI), viewed 3 November 2013, <http://www.dse.vic.gov.au/property‐titles‐and‐maps/maps‐imagery‐and‐data/data/gpsnet/prv‐project>. 

DEPI (2013b), Vicmap Position ‐ GPSnet, Department of Environment and Primary Industries (DEPI), viewed 30 September 2013, <http://gnss.vicpos.com.au/>. 

Dobes L (2008), A Century of Australian Cost‐Benefit Analysis, Office of Best Practice Regulation, Department of Finance and Deregulation, Canberra, ACT. 

DoD (2008), Global Positioning System: Standard Positioning Service Performance Standard, US Department of Defense (DoD) Position Navigation and Timing Exectuive Committee. 

Doppler CJ (1842), Ueber das farbige Licht der Doppelsterne und einiger anderer Gestirne des Himmels, Abhandlunsen der Koniglich Bohmischen Gesselschaft der Wissenschaften, 1 pp.467‐482. 

Dos Santos Ferreira R, Thisse JF (1996), Horizontal and vertical differentiation: The Launhardt model, International Journal of Industrial Organization, 14 (4): pp.485‐506. 

DPIPWE (2012), Innovative Farming Practices Initiative (IFPI), Department of Primary Industries, Parks, Water and Environment (DPIPWE), viewed 30 September 2013, <http://www.farmpoint.tas.gov.au/farmpoint.nsf/CropsPastures/2E78F671EC07B4FECA2577D5007B255A>. 

DSE (2009), Data Access Licence Agreement, Department of Sustainability and Environment (DSE), Melbourne, VIC. 

Else P, Curwen P (1990), Principles of Microeconomics, Psychology Press. 

ESA (2010), Galileo Services, European Space Agency (ESA), viewed 8 January 2014, <http://www.esa.int/Our_Activities/Navigation/The_future_‐_Galileo/Galileo_services>. 

ESA (2013), Navipedia, European Space Agency (ESA), viewed 8 January 2014, <http://www.navipedia.net/index.php/Main_Page>. 

ESPI (2012), Space Policies, Issues and Trends in 2011/2012 (ESPI Report 42), European Space Policy Institute (ESPI). 

Euler HJ, Keenan R, Zebhauser B (2001), Study of a Simplified Approach in Utilizing Information from Permanent Reference Station Arrays, ION GPS 2001, Salt Lake City, Utah. 

Euroconsult (2012), Profiles of Government Space Programs, Euroconult EC, 2012 Edition. 

European Commission (2011), Report from the Commission to the European Parliament and the Council: Mid‐term Review of the European Satellite Radio Navigation Programmes, European Commission. 

European Commission (2013), Space ‐ European Space Policy, viewed 24 April 2013, <http://ec.europa.eu/enterprise/policies/space/esp/index_en.htm>. 

  253      

European Union (2010), European GNSS (Open Service) Signal In Space Interface Control Document, European Union, 1.1. 

FAA (2013), NextGEN ‐ NextGEN Implementation Plan, Federal Aviation Administration. 

FAA, DOT (2008), Global Positioning System Wide Area Augmentation System (WAAS) Performance Standard, US Federal Aviation Administration (FAA) and US Department of Transport (DoT). 

FBA (2013), New CORS network to connect CQ growers, Fitzroy Basin Association (FBA), viewed, <http://www.fba.org.au/new‐cors‐network‐to‐connect‐cq‐growers/>. 

Federal Space Agency (2013), On approving the plan to implement the National Space Programme, 2013‐2020, for 2013 and the planning period 2014‐2015, The Russian Government, viewed 8 January 2014, <http://government.ru/en/dep_news/4531>. 

Feng Y, Li B (2008), A Benefit of Multiple Carrier GNSS Signals: Regional Scale Network‐Based RTK with Doubled Inter‐Station Distances, Journal of Spatial Science, 53 (2). 

Feng Y, Rizos C (2005), Three carrier approaches for future global, regional and local GNSS positioning services: concepts and performance perspectives, 18th International Technical Meeting of the Satellite Division of the U.S. Institute of Navigation, Long Beach, California, pp.2277‐2287. 

Fisher K (2005), The Navigation Potential of Signals of Opportunity‐Based Time Difference of Arrival Measurements, Doctor of Philosophy, Department of The Air Force Air University, Air Force Institute of Technology, Ohio. 

Floyd R (1978), Geodetic Bench Marks, NOAA Manual NOS NGS 1, National Oceanic and Atmospheric Administration (NOAA) ‐ National Ocean Survey (NOS). 

Frank R, Jennings S, Bernanke B (2008), Principles of Microeconomics, Mc Graw‐Hill Higher Education. 

Fraser R (2007), A Rigorous Approach to the Technical Implementation of Legally Defined Marine Boundaries, Doctor of Philosophy, Geomatics, The University of Melbourne, Melbourne. 

Fraser R, Donnelly N (2010), Progress Towards a Consistent Exchange Mechanism for Geodetic Data in Australia and New Zealand, FIG Congress 2010, Sydney, Australia. 

Fujiwara S (2011), QZSS and MSAS, United Nations for Outer Space Affairs (UNOOSA), viewed 10 January 2014, <http://www.unoosa.org/oosa/en/SAP/gnss/icg/icg06/sixth‐icg‐meeting_‐online‐presentations.html>. 

GA (2006), Geoscience Australia ‐ GEODATA TOPO 250K Series 3, viewed 14 November 2012, <https://www.ga.gov.au/products/servlet/controller?event=GEOCAT_DETAILS&catno=63999>. 

GA (2013), Australian Fiducial Network, Geoscience Australia, viewed 16 January 2014, <http://www.ga.gov.au/earth‐monitoring/geodesy/geodetic‐datums/GDA/AFN.html>. 

Ganeshan A (2012), GAGAN: Status and Update, Coordinates, September 2012, Centre for Geo‐Information Technologies (cGIT), Delhi, India. 

Gauss CF (1809), Theoria Motus Corporum Coelestium in Sectionibus Conicis Solem Ambientium, Hamburg, English Translation (1857) by C.H. Davis, Little, Brown & Co., Boston. 

Geoscience Australia (2011a), Australian Regional Global Navigation Satellite System Network, viewed 06 August 2011, <http://www.ga.gov.au/earth‐monitoring/geodesy/gnss‐networks/gnss/ARGN.html>. 

Geoscience Australia (2011b), National Geospatial Reference System, viewed 24 Novemeber 2011, <http://webmap.ga.gov.au/ngrs/>. 

  254      

Geoscience Australia 2012. National Positioning Infrastructure Plan ‐ Terms of Reference. Canberra. 

Geoscience Australia (2013a), Asia‐Pacific Refernce Frame (APREF), viewed, <http://www.ga.gov.au/earth‐monitoring/geodesy/asia‐pacific‐reference‐frame.html>. 

Geoscience Australia (2013b), Data Access Policy, Geoscience Australia, viewed 9 October 2013, <http://www.ga.gov.au/earth‐monitoring/geodesy/gnss‐networks/data‐availability/data‐access‐policy.html>. 

Geoscience Australia (2013c), Regulation 13 Certificates, Geoscience Australia, viewed 6 October 2013, <http://www.ga.gov.au/earth‐monitoring/geodesy/regulation‐13‐certificates.html>. 

GGOS (2011), Vision, Mission, Goals and Tasks, Global Geodetic Observing System (GGOS). 

Gibbons G (2007), Speaking with Authority: Galileo's Lead Agency in a Changing World, Gibbons Media and Research, LLC, viewed 5 July 2013, <http://www.insidegnss.com/node/464>. 

Gibbons G (2013), BeiDou to Restart Satellite Launches Next Year, Shift B1 Signal Frequency after 2016, Gibbons Media and Research, LLC, viewed 9 January 2014, <http://www.insidegnss.com/node/3537>. 

Global Positioning Systems Directorate (2011), Navstar GPS Space Segment/Navigation User Segment Interfaces, Global Positioning Systems Directorate Systems Engineering & Integration Interface Specification IS‐GPS‐200 

GLONASS Union (2013), Regulatory Control, Non‐Commercial Partnership for the Development and use of Navigation Technologies (GLONASS Union), viewed 8 January 2014, <http://glonassunion.ru/web/en/regulatory‐control>. 

Glowacki TJ, Penna NT, Bourke WP (2006), Validation of GPS‐based estimates of integrated water vapour for the Australian region and identification of diurnal variability, Australian Meteorological Magazine, 55 (2): pp.131‐148. 

Goad C, Goodman L (1974), A Modified Hopfield Tropospheric Refraction Model, Annual Fall Meeting of the American Geophysical Union, San Francisco. 

Government of Japan (2009), Basic Plan for Space Policy, Strategic Headquarters for Space Policy. 

Government of Japan (2011), Basic policy on the implementation of the operational QZSS project, Cabinet Office, Government of Japan, viewed 5 July 2013, <http://www8.cao.go.jp/space/english/basicpolicy.html>. 

Government of Japan (2013), Basic Plan for Space Policy, Strategic Headquarters for Space Policy. 

GPS World (2013a), Experts Meet to Standardize Satellite Augmentation Systems, Gibbons Media and Research, LLC, viewed 10 January 2014, <http://gpsworld.com/experts‐meet‐to‐work‐on‐standardizing‐satellite‐augmentation‐systems/>. 

GPS World (2013b), GAGAN Certified for Aviation in India, Gibbons Media and Research, LLC, viewed 21 January 2014, <http://gpsworld.com/gagan‐certified‐for‐aviation‐in‐india/>. 

GPS World (2013c), Pacific PNT: GNSS, SBAS Updates, Gibbons Media and Research, LLC, viewed 9 January 2014, <http://gpsworld.com/pacific‐pnt‐gnss‐sbas‐updates/>. 

GPS.gov (2010), Joint Announcement by the United States of America and Australia on Bilateral Cooperation in the Civil Use of GPS and Civil Space Activities, viewed 22 April 2013, <http://www.gps.gov/policy/cooperation/australia/2010‐joint‐announcement/>. 

GPS.gov (2012), Space‐Based Positioning Navigation & Timing ‐ National Executive Committee, viewed 27 August 2012, <http://www.gps.gov/governance/excom/>. 

  255      

GPS.gov (2013), Official US Government information about the GPS and related topics, viewed  10 April 2013, <http://www.gps.gov/>. 

GPSD (2012), Interface Specification IS‐GPS‐705: Navstar GPS Space Segment/User Segment L5 Interfaces, Interface Specification IS‐GPS‐200, Global Positioning Systems Directorate (GPSD) ‐ Systems Engineering & Integration. 

Grgich PM (2008), Improved Processing Models for Network Kinematic GPS Positioning in Sparse Networks, Doctor of Philosophy, Department of Geomatics, The University of Melbourne, Melbourne. 

GSA (2011), What is EDAS?, European GNSS Agency (GSA), viewed 10 January 2014, <http://egnos‐portal.gsa.europa.eu/discover‐egnos/about‐egnos/what‐edas>. 

GSA (2012), European GNSS Agency ‐ GNSS Market Report, viewed 30 May 2012, <http://www.gsa.europa.eu/news/gsa‐releases‐2012‐gnss‐market‐report‐0>. 

GSA (2013), GNSS Market Report, Issue 3, European GNSS Agency. 

Gutierrez P (2013), Galileo Coversation: Regulation, Budget, Markets, and International relations, Gibbons Media and Research, LLC, viewed 5 July 2013, <http://www.insidegnss.com/node/3539>. 

Haasyk J, Janssen V (2011), The many paths to a common ground: A comparison of transformations between GDA94 and ITRF, IGNSS Symposium 2011, Sydney, New South Wales. 

Habrich H (1999), Geodetic Applications of the Global Navigation Satellite System (GLONASS) and of GLONASS/GPS Combinations, PhD Dissertaion, University of Berne, Switzerland. 

Hains D (2013), Presentation: What Are The Public And Industry Roles In Canada, GNSS Precise Point Positioning Workshop: Reaching Full Potential, Ottawa, Canada. 

Hale M (2007), Identifying And Addressing Management Issues For Australian State Sponsored CORS Networks, Masters Thesis, Department of Geomatics, The University of Melbourne, Melbourne. 

Hale M, Collier P, Kealy AN, Ramm PJ, Millner JC (2006), Validating a Model for CORS Network Management, International Global Navigation Satellite Systems Society, IGNSS Symposium 2006, Holiday Inn Surfers Paradise, Australia. 

Hale M, Ramm P (2007), GPSnet ‐ Current and Future Developments in GNSS CORS Network Management and Service Delivery, Spatial Science Institute Biennial International Conference, Hobart, Tasmania, Australia, pp.141‐151. 

Hale M, Ramm P, Wallace J (2007), Legal positions and Victoria’s GPSnet, Proceedings of Spatial Science Institute Biennial International Conference 2007, Hobart, Australia, pp.14‐18. 

Harding R (2012), Space Policy in Developing Countries ‐ The Search for Security and Development on the Final Frontier, Routledge. 

Hausler G (2013), Is PPP the Next Flavour of the Month, Professional Surveyor Magazine, 33 (9): Flatdog Media, Inc., Frederick, MD. 

Hausler G, Collier P (2013a), National Positioning Infrastructure: Identifying and Evaluating High Accuracy GNSS Service Coverage across Australia, Journal of Spatial Science, 58 (2): pp.191‐214. 

Hausler G, Collier P (2013b), National Positioning Infrastructure: Where are we now?, International Global Navigation Satellite Systems Society (IGNSS) 2013, Outrigger Hotel, Gold Coast, Australia. 

Hein G (2006), GNSS Interoperability: Achieving a Global System of Systems or "Does Everything Have to Be the Same?", Gibbons Media and Research, LLC, viewed  10 November 2013, <http://www.insidegnss.com/node/391>. 

  256      

Helbling T (2010), What Are Externalities?, Finance & Development, International Monetary Fund, 47. 

Heo Y, Yan T, Lim S, Rizos C (2009), International Standard GNSS Real‐Time Data Formats and Protocols, International Global Navigation Satellite Systems Society, Holiday Inn Surfers Paradise QLD, Australia. 

Higgins M (2012), Future Trends in Global Navigation Satellite Systems and Precise Positioning Applications, viewed 30 September 2013, <http://www.sssi.org.au/userfiles/docs/QLD%20Region/documents_13481145381556620693.pdf>. 

Higgins MB (2008), An Organisational Model for a Unified GNSS Reference Station Network for Australia, Journal of Spatial Science, 53 (2): pp.81‐95. 

Hofmann‐Wellenhof B, Lichtenegger H, Wasle E (2008), Global Navigation Satellite Systems, SpringerWienNewYork. 

Huber K, Heuberger F, Abart C, Karabatic A, Weber R, Berglez S (2010), PPP: Precise Point Positioning ‐ Constraints and Opportunities, FIG Congress 2010: Facing the Challenges ‐ Building the Capacity, Sydney, Australia. 

Hughes L (2013), India's Slow Race to Military Space, FutureDirections International, viewed 5 July 2013, <http://www.futuredirections.org.au/publications/indian‐ocean/29‐indian‐ocean‐swa/941‐india‐s‐slow‐race‐to‐military‐space.html>. 

Huisman L, Teunissen P, Hu C (2012), GNSS Precise Point Positioning in Regional Reference Frames using Real‐Time Broadcast Corrections, Journal of Applied Geodesy, 6 pp.15‐23. 

IAG (2013), International Association of Geodesy (IAG), IAG, viewed 28 January 2014, <http://www.iag‐aig.org/index.php>. 

ICAO (2008), Aeronautical Telecommunications, Annex 10 to the Convention on International Civil Aviation, International Standards and Recomended Practices, Radio Navigation Aids, International Civil Aviation Authority (ICAO), 1. 

ICSM (2007), Standards and Practices for Control Surveys (SP1), Intergovernmental Committee on Surveying and Mapping (ICSM), 1.7. 

ICSM (2013), Standard for the Australian Survey Control Network Special Publication (SP1), Intergovernmental Committee on Surveying and Mapping (ICSM) Permanent Committee on Geodesy (PCG), 2.0. 

IERS (2014), International Earth Rotation and Reference Systems Service (IERS), IERS, viewed 28 January 2014, <http://www.iers.org/>. 

IGEB (2003), Interagency GPS Executive Board (IGEB) ‐ U.S. Policy Statement Regarding Civil GPS Availability, viewed 16 April 2013, <http://www.gps.gov/systems/gps/modernization/sa/IGEB/>. 

IGS (2013a), IGS Products, International GNSS Service (IGS), viewed 14 January 2014, <http://igscb.jpl.nasa.gov/components/prods.html>. 

IGS (2013b), International GNSS Service (IGS) Site Guidelines, Infrastructure Committee ‐ IGS Central Bureau, Pasadena, CA. 

IGS (2013c), International GNSS Service Strategic Plan 2013‐2016, Jet Propulsion Laboratory, California Institue of Technology, Pasadena, CA. 

IGS (2013d), Why is IGS involved in Real‐Time GNSS?, International GNSS Service (IGS), viewed 2 December 2013, <ftp://igs.org/pub/resource/pubs/IGS_why_in_RT.pdf>. 

  257      

IGS, RTCM 2013. The Receiver Independent Exchange Format Version 3.02. International GNSS Service (IGS), RINEX Working Group and Radio Technical Commission for Maritime Services Special Committee 104 (RTCM‐SC104). 

Inmarsat (2013), inmarsat ‐ The Mobile Satellite Company, inmarsat, viewed 6 October 2013, <http://www.inmarsat.com/>. 

Inside GNSS (2011), GNSS Receiver Clocks, Gibbons Media and Research, LLC, viewed 14 January 2014, <http://www.insidegnss.com/node/2512>. 

Inside GNSS (2013a), ESA Adds System Time Offset to Galileo Navigation Message, Gibbons Media and Research, LLC, viewed 14 January 2014, <http://www.insidegnss.com/node/3560>. 

Inside GNSS (2013b), India Successfully Launches IRNSS‐1A, Gibbons Media and Research, LLC, viewed 8 January 2014, <http://www.insidegnss.com/node/3619>. 

Inside GNSS (2013c), New Foundation Formed to Pursue eLoran as Backup for GPS, Gibbons Media and Research, LLC, viewed 14 January 2014, <http://www.insidegnss.com/node/3769>. 

Inside GNSS (2013d), North Korea's GPS Jamming Prompts South Korea to Endorse Nationawide eLoran System, Gibbons Media and Research, LLC, viewed 14 January 2014, <http://www.insidegnss.com/node/3532>. 

IWG (2012), SBAS International Working Group (IWG) ‐ Global SBAS Status, viewed 9 July 2013, <http://www.egnos‐pro.esa.int/publication.html>. 

Jamtnas L, Sunna J, Emardson R, Jonsson B (2010), Quality Assessment of Network‐RTK in the SWEPOS Network of Permanent GNSS Reference Stations, FIG Congress 2010, Sydney, Australia. 

Janssen V (2009), A comparison of the VRS and MAC principles for network RTK, International Global Navigation Satellite System Society, Holiday Inn Surfers Paradise, QLD, Australia. 

Janssen V, White A, Yan T (2010), CORSnet‐NSW: Towards State‐wide CORS Infrastructure for New South Wales, Australia, FIG Congress 2010, Sydney, Australia. 

Japan Civil Aviation Bureau (2009), Overview of MSAS, United Nations for Outer Space Affairs (UNOOSA), viewed 10 January 2014, <http://www.oosa.unvienna.org/oosa/en/SAP/gnss/icg/icg04/presentations.html>. 

Johnston G, Morgan L (2010), The Status of the National Geospatial Reference System and its Contribution to Global Geodetic Initiatives, FIG Congress 2010, Sydney, Australia. 

Jones R, Mendelson H (2011), Information goods vs. industrial goods: Cost structure and competition, Management Science, 57 (1): pp.164‐176. 

Klobuchar J (1987), Ionospheric Time‐Delay Algorithms for Single‐Frequency GPS Users, IEEE Transactions on Aerospace and Electronic Systems, 3 pp.325‐331. 

Klobuchar J (1996), Ionospheric effects on GPS, 1, Washington, American Institute of Aeronautics and Astronautics, Inc. 

Kouba J (2009), A Guide To Using International GNSS Services (IGS) Products, viewed 12 August 2013, <http://igscb.jpl.nasa.gov/igscb/resource/pubs/UsingIGSProductsVer21.pdf>. 

Kouba J, Heroux P (2001), GPS Precise Point Positioning Using IGS Orbit Products, GPS Solutions, 5 (2): pp.12‐28. 

Krugman P, Wells R (2010), Technology, Information Goods and Network Externalities, Worth Publishers, viewed 28 October 2013, 

  258      

<http://bcs.worthpublishers.com/krugmanwells_econ2/content/cat_060/WebChapter_Technology.pdf>. 

Landau H, Brandl M, Chen X, Drescher R, Glocker M, Nardo A, Nitschke M, Salazar D, Weinbach U, Zhang F (2013), Towards the Inclusion of Galileo and BeiDou/Compass Satellites in Trimble CenterPoint RTX, Institute of Navigation GNSS+, Nashville Convention Center, Nashville Tennessee. 

Landau H, Vollath U, Chen X (2002), Virtual Reference Station Systems, Journal of Global Positioning Systems, 1 (2): pp.137‐143. 

Lateral Economics (2009), Nation Building for the Information Age: the economic case for governments leading the development of a national high accuracy positioning network. 

Leica Geosystems (2011), Leica GNSS Spider, viewed 29 July 2011, <http://www.leica‐geosystems.com/en/Leica‐GNSS‐Spider_83498.htm>. 

Locata Corporation (2013), Locata Technology, Locata Corporation Pty Ltd, viewed 26 August 2013, <http://locata.com/technology/>. 

LPI (2011), Guidelines for CORSnet‐NSW Continuously Operating Reference Stations, Land and Property Information (LPI) ‐ Division of the Department of Finance and Services, Sydney, NSW. 

LPI (2013), CORSnet‐NSW Network Information, NSW Government Land and Property Information (LPI), viewed 30 September 2013, <http://www.lpi.nsw.gov.au/surveying/corsnet‐nsw/network_information>. 

Lyskov D (2013), GLONASS Policy, Status and Evolution, United Nations Offoice for Outer Space Affairs (UNOOSA), viewed 8 January 2014, <http://www.oosa.unvienna.org/oosa/en/SAP/gnss/icg/icg08/eighth‐icg‐meeting.html>. 

Mankiw G (2007), Principles of Microeconomics, 1, Cengage Learning. 

McPhee J (2009), The Benefits of Controlled Traffic Farming to assist adaptation and climate change for Australian crop production industries ‐ submission on behalf of the Tasmanian Institute of Agricultural Research, Submission to House Standing Committee on Primary Industries and Resources. 

Montenbruck O, Hauschild A, Steigenberger P, Hugentobler U, Teunissen P, Nakamura S (2012), Initial assessment of the COMPASS/BeiDou‐2 regional navigation satellite system, GPS Solutions, pp.1‐12. 

Murfin T (2013), Look, No Base‐Station! ‐ Precise Point Positioning (PPP), GPS World. 

National Academy of Sciences (2012), Global Navigation Satellite Systems: Report of a Workshop of the National Academy of Engineering and the Chinese Academy of Engineering, Washington, DC, The National Academies Press. 

Navcom (2014), StarFire Frequently Asked Questions, Navcom, viewed 3 February 2014, <http://www.navcomtech.com/wps/dcom/navcom_en_US/support/faqs/starfire/starfire.page?>. 

NBN Co (2011), Product and Pricing Overview for Service Providers, NBN Co Wholesale Access Service, NBN Co Limited. 

NBN Co (2012), Corporate Plan 2012 ‐ 2015, NBNCo Limited. 

NGS (2013a), Geodesy ‐ CORS, US National Geodetic Survey (NGS), viewed 6 October 2013, <http://geodesy.noaa.gov/>. 

NGS (2013b), Guidelines for New and Existing Continuously Operating Reference Stations (CORS), National Ocean Survey, NOAA, Silver Spring, MD. 

  259      

Niell A (1996), Global mapping functions for atmosphere delay at radio wavelengths, Journal of Geophysical Research, 101 pp.3227‐3246. 

NIMA (2002), The American Practical Navigator Bicentennial Edition, National Imagery and Mapping Agency (NIMA), 9 Bethesda, Maryland. 

NOAA (2014), Medium Earth Orbit Search and Rescue (MEOSAR) System, National Oceanic and Atmospheric Administration (NOAA), viewed 9 January 2014, <http://www.sarsat.noaa.gov/future.html>. 

OECD (2006), Cost‐Benefit Analysis and the Environment, Washington, DC, Organisation for Economic Co‐operation and Development (OECD). 

OmniSTAR (2013), OmniSTAR, Trimble Navigation Limited, viewed 6 October 2013, <http://www.omnistar.com/Home.aspx>. 

Optus (2013), Optus Wholesale, viewed 6 October 2013, <http://www.optus.com.au/wholesale/Wholesale>. 

Ordnance Survey (2012), Ordnance Survey Geodesy and Positioning ‐ The View to 2012, Ordnance Survey, Southampton, United Kingdom. 

Ordnance Survey (2013), OS Net, Ordnance Survey, viewed 1 May 2013, <http://www.ordnancesurvey.co.uk/oswebsite/products/os‐net/index.html>. 

Oxford Dictionaries (2013), Definition of infrastructure in English, viewed 22 August 2013, <http://oxforddictionaries.com/definition/english/infrastructure?q=infrastructure>. 

People's Republic of China (2011), China Space Activities in 2011, Information Office of the State Council. 

Pierce JA, Palmer W, Watt AD, Woodward RH (1966), Omega ‐ A World‐wide Navigational System: System Specification and Implementation, Omega Implementation Committee for the U. S. Navy Department Bureau of Ships (submitted through the Office of Naval Research). 

Position One Consulting (2008), User Needs Analysis, Project 1.04 ‐ Prepared for the Cooperative Research Centre for Spatial Information. 

Position Partners (2011), AllDayRTK, viewed 23 November 2011, <http://www.alldayrtk.com.au/>. 

Position Partners (2013), AllDayRTK, viewed 23 September 2013, <http://www.alldayrtk.com.au/>. 

PwC (2010a), Stage 1 Report: Prciniples, Issues and Alternative Models, ANZLIC ‐ The Spatial Information Council Economic Assessment of Spatial Data Pricing and Access PriceWaterhouseCoopers (PwC). 

PwC (2010b), Stage 2 Report: Cost Benefit Analysis of Alternative Models, ANZLIC ‐ The Spatial Information Council Economic Assessment of Spatial Data Pricing and Access PriceWaterhouseCoopers (PwC). 

RAND Corporation (1995), The Global Positioning System ‐ Assessing National Policies, Critical Technologies Institute. 

Randall A (1983), The Problem of Market Failure, Natural Resources Journal, 23. 

Rao V, Lachapelle G (2013), Combining GAGAN with IRNSS, Coordinates, April 2013 Centre for Geo‐Information Technologies (cGIT), Delhi, India. 

Rao V, Lachapelle G, Kumar V (2011), Analysis of IRNSS Over Indian Subcontinent, International Technical Meeting of the Institution of Navigation, Catamaran Resort Hotel, San Diego. 

  260      

Rizos C (2007), Alternatives to current GPS‐RTK service and some implications for CORS infrastructure and operations, GPS Solutions, 11 (3): pp.151 ‐ 158. 

Rizos C (2008), Multi‐Constellation GNSS/RNSS from the Perspective of High Accuracy users in Australia, Journal of Spatial Science, 53 (2): pp.29‐63. 

Rizos C, Han S (2003), Reference Station Network Based RTK Systems ‐ Concepts and Progress, Wuhan University Journal of Natural Sciences, 8 (2): pp.566‐574. 

Rizos C, Janssen V, Roberts C, Grinter T (2012), Precise Point Positioning: Is the Era of Differential GNSS Positioning Drawing to an End?, FIG Working Week 2012, Rome, Italy. 

Rizos C, Roberts C, Barnes J, Gambale N (2010), Locata: A new high accuracy indoor positioning system, International Conference on Indoor Positioning and Infoor Navigation (IPIN), Zurich, Switzerland. 

Rogers E (2003), Diffusion of Innovations, New York, Free Press. 

Rose M (2002), Shedding Light on Market Power, Library of Economics and Liberty, viewed 27 November 2013, <http://www.econlib.org/library/Columns/Teachers/marketpower.html>. 

RTCA (2013), Minimum Operational Performance Standards for Global Positioning System/Space‐Based Augmentation System Airborne Equipment Radio Technical Commission for Aeronautics (RTCA). 

RTCM 2006. RTCM Standard 10403.1 For Differential GNSS Services Version 3. Radio Technical Commission for Maritime Services (RTCM) Special Committee 104. 

RTKnetwest (2013), Precise Mobile Satellite Positioning, RTKnetwest, viewed 4 October 2013, <http://www.rtknetwest.com.au/#>. 

Rubinov E (2013), Stochastic Modelling for Real‐Time GNSS Positioning, Doctor of Philosophy, Department of Infrastructure Engineering, The University of Melbourne, Melbourne. 

Rubinov E, Collier P, Fuller S, Seager J (2011a), Review of GNSS Formats for Real‐Time Positioning, AfricaGEO, Cape Town International Convention Centre. 

Rubinov E, Hausler G, Collier P, Poyner J, Docherty G, Millner J, Elliot D (2011b), Evaluation of NRTK Heighting in Victoria: Impact of a Temporary Reference Station, International Global Navigation Satellite Systems Society 2011, University of New South Wales, Sydney, NSW. 

Saastamoinen J (1973), Contributions to the theory of atmospheric refraction, Bulletin Géodésique, 107 (1): pp.13‐34. 

Sagiya T (2004), A decade of GEONET: 1994‐2003‐The continuous GPS observation in Japan and its impact on earthquake studies, Earth Planets and Space, 56 (8): pp.xxix‐xlii. 

Sayeenathan S (2013), IRNSS & GAGAN, United Nations Office for Outer Space Affairs (UNOOSA), viewed 10 January 2014, <http://www.oosa.unvienna.org/oosa/en/SAP/gnss/icg/icg08/eighth‐icg‐meeting.html>. 

Shapiro C, Varian HR (1999), Information rules: a strategic guide to the network economy, Harvard Business Press. 

SmartNet Aus (2012), RTK Networks ‐ Different Methods, viewed 12 February 2014, <http://smartnetaus.com/home/index.php?q=node/33>. 

SmartNet Aus (2013), Join the Network, SmartNet Aus, viewed 7 October 2013, <http://smartnetaus.com/home/index.php?q=JoinTheNetwork>. 

Space Foundation (2012), The Space Report 2012 ‐ The Authoritative Guide to Global Space Activity, Space Foundation,. 

  261      

SPU (2013), Australia's Satellite Utilisation Policy, Space Policy Unit (SPU), Australian Government, viewed 8 July 2013, <http://www.space.gov.au/SpacePolicyUnit/Pages/default.aspx>. 

Standing Council of Transport and Infrastructure (2012), Policy Framework for Intelligent Transport Systems, Department of Infrastructure and Regional Development, Canberra, ACT. 

Steed JB, Luton G (2000), WGS84 and the Geocentric Datum of Australia, 13th International Technical Meeting of the Satellite Division of the Institute Of Navigation GPS, Salt Lake City, Utah, pp.432‐437. 

Stupak G (2012), SDCM status and plans, United Nations for Outer Space Affairs (UNOOSA), viewed 10 January 2014, <http://www.oosa.unvienna.org/oosa/en/SAP/gnss/icg/icg07/seventh‐icg‐meeting.html>. 

Sudhir C (2013), Indian SBAS System ‐ GAGAN, viewed 10 January 2014, <http://india.gnss.asia/node/67>. 

Telstra Wholesale (2013), Telstra Wholesale, Telstra, viewed 6 October 2013, <http://www.telstrawholesale.com.au/>. 

The Allen Consulting Group (2008), Economic benefits of high resolution positioning services, Prepared for Victorian Department of Sustainability and Environment and the Cooperative Research Centre for Spatial Information. 

The Royal Academy of Engineering (2011), Global Navigation Space Systems: reliance and vulnerabilities, The Royal Academy of Engineering, London. 

Topcon (2013), Products and Applications, Topcon Positioning Systems Inc., viewed 4 October 2013, <http://www.topconpositioning.com/products>. 

Trimble (2013a), Positioning Services ‐ Trimble VRS Now, Trimble Navigation Ltd., viewed 28 January 2014, <https://www.trimble.com/positioning‐services/vrs‐now.aspx>. 

Trimble (2013b), Trimble VRS3NET App, Trimble Navigation Limited, viewed 7 October 2013, <http://www.trimble.com/infrastructure/vrs3net‐software.aspx?dtID=overview&>. 

Ultimate Positioning (2013), Infrastructure, viewed 4 October 2013, <http://www.ultimatepositioning.com/ultimatepositioning/Markets/Infrastructure.aspx>. 

UNAVCO (2011), Instrumentation, UNAVCO Inc, viewed 14 January 2013, <http://www.unavco.org/crosscutting/cc‐instrumentation.html>. 

United Nations (2004), Report of the Action Team on Global Navigation Satellite Systems (GNSS), Follow‐up to the Third United Nations Conference on the Exploration and Peaceful Uses of Outer Space (Unispace III). 

United Nations (2010), Current and Planned Global and Regional Navigation Satellite Systems and Satellite‐based Augmentations Systems, International Committee on Global Navigation Satellite Systems pp.70. 

UNOOSA (2013), GLONASS Government Policy, Status and Modernisation, Unitated Nations Office for Outer Space Affairs (UNOOSA), Scientific and Technical Subcommittee of COPUOS, viewed 8 January 2014, <http://www.oosa.unvienna.org/oosa/en/COPUOS/stsc/2013/docs.html>. 

UNOOSA (2014), International Committee on GNSS (ICG), United Nations Office for Oute Space Affairs, viewed 8 January 2014, <http://www.oosa.unvienna.org/oosa/en/SAP/gnss/icg.html>. 

Urlichich Y, Subbotin V, Stupak G, Dvorkin V, Povalyaev A, Karutin S (2011), Innovation: GLONASS: Developming Strategies for the Future, GPS World, 22 (4): gpsworld.com. 

  262      

US Air Force (2011), 50 SW Completes GPS Constellation Expansion, viewed 15 April 2013, <http://www.schriever.af.mil/news/story.asp?id=123260251>. 

US Department of Commerce (1998), GPS ‐ Market Projectinos and Trends in the Newest Global Information Utility, The International Trade Administration, Office of Telecommunications. 

US Government (2004), U.S. Space‐Based Position, Navigation and Timing Policy. 

US Government 2010. National Space Policy of the United States of America. In: Pnt UNECFS‐B (ed.). 

Virgin Mobile (2013), Network Coverage, Virgin Mobile, viewed 6 October 2013, <http://www.virginmobile.com.au/coverage/>. 

Vollath U, Buecherl A, Landau H, Pagels C, Wagner B (2000a), Long‐Range RTK Positioning Using Virtual Reference Stations, 15th International Technical Meeting of the Satellite Division of the Institute of Navigation, Salt Lake City, Utah, USA, pp.1143‐1147. 

Vollath U, Buecherl A, Landau H, Pagels C, Wagner B (2000b), Multi‐Base RTK Positioning Using Virtual Reference Stations, 13th International Technical Meeting of the Satellite Division of the Institute of Navigation, Salt Lake City, Utah, USA, pp.123‐131. 

VSC (2010a), Cutodianship Program, Victorian Spatial Council, viewed 9 October 2013, <http://victorianspatialcouncil.org/page/resources/custodianship‐program>. 

VSC (2010b), Data Distribution Channels and Agreements, Victorian Spatial Council, viewed 7 October 2013, <http://www.victorianspatialcouncil.org/page/unassigned/custodianship‐data‐distribution‐channels>. 

Wang C, Feng Y, Higgins M, Cowie B (2010), Assessment of Commercial Network RTK User Positioning Performance over Long Inter‐Station Distances, Journal of Global Positioning Systems, 9 (1): pp.78‐89. 

Wubbena G, Bagge A, Schmitz M (2001), Network−Based Techniques for RTK Applications, GPS JIN, GPS Society, Japan Institute of Navigation, Tokyo, Japan. 

Wübbena G, Schmitz M, Bagge A (2005), PPP‐RTK: precise point positioning using state‐space representation in RTK networks, International Technical Meeting, ION GNSS, Long Beach, California. 

Wustenhoff E 2002a. Service Level Agreement in the Data Center. Santa Clara, CA: Sun Microsystems. 

Wustenhoff E 2002b. Service Level Management in the Data Center. Santa Clara, CA: Sun Microsystems. 

Yan T (2006), GNSS Data Protocols: Choice and Implementation, International Global Navigation Satellite Systems Society, Holiday Inn Surfers Paradise, Australia, 8. 

Yang J, Varshavsky A, Liu H, Chen Y, Gruteser M (2010), Accuracy characterization of Cell Tower Localization, Proceedings of the 12th Association for Computing Machinery (ACM) international conference on Ubiquitous computing, Copenhagen, Denmark, ACM, pp.223‐226. 

Yun H, Han D, Kee C (2013), Preliminary Test Results of Pseudolite‐Based Augmentation System (PBAS), Proceedings of the ION Pacific PNT Meeting, Honolulu, Hawaii, pp.pp. 631‐635. 

Zhang K, Wu F, Wu S, Rizos C, Lim S, Roberts C, Ge L, Kealy A (2007), The Latest Development of a State‐wide GNSS Network‐based RTK System in Australia, 20th International Technical Meeting of the Satellite Division of the Institute of Navigation ION GNSS 2007, Fort Worth Convention Center, Fort Worth, Texas, 699‐707. 

 

  263      

APPENDIX A – GEODETIC DATUMS & COORDINATE SYSTEMS  Every point on the Earth and in space has a unique position, which can be described using a coordinate 

system. Geodetic  datums define  the  spatial  relationship  between  coordinate  systems  and  the  Earth. 

Sections 2.3.2 and 3.5 identified why geodetic datums are needed to reference the absolute position of 

objects using satellite‐based positioning systems. Geodetic principles for defining and realising a datum 

are introduced below. 

 Datum Definition and the Reference Ellipsoid: 

The Earth’s surface  is a near spherical shape but has a slightly  larger radius at the equator than at the 

poles, which creates an ellipsoidal shape. A three‐dimensional biaxial ellipsoid (generated by rotating an 

ellipse about its shorter semi‐minor axis shown in Figure 73) can therefore be used to approximate the 

size and shape of the Earth, or a region of the Earth. By defining the ellipsoid’s geometric size and shape, 

any other ellipsoidal constant can be computed,  including the coordinates of a point  located within or 

above its surface, such as a satellite. The reference ellipsoid is however meaningless unless its origin and 

orientation have been defined relative to the Earth’s centre of mass or a region of the Earth’s surface.  

 

FIGURE 73: ELLIPSOID 

 

The semi‐minor axis of an ellipsoid is shorter (flatter) than the semi‐major axis. 

 

Datum  definition  therefore  establishes  a  Terrestrial  Reference  System  (TRS)  that  specifies  the  size, 

shape, origin and orientation of the reference ellipsoid. Many datums have been defined because there 

are many ways to fit an ellipsoid to the surface of the Earth.   

Traditionally, reference ellipsoids are computed as a best‐fit surface over a particular region, such as a 

country or continent, however modern positioning systems such as GPS require reference ellipsoids that 

best‐fit the earth as a whole to create a global coordinate system. GPS uses the World Geodetic System 

  264      

1984 (WGS84) datum, which has its origin aligned with the Earth’s centre of mass (CoM). Ellipsoids with 

an origin defined at the CoM are termed geocentric. GPS satellites also orbit the Earth’s CoM which  is 

why  geocentric  datums  provide  a  global  reference  system  for  deriving  coordinates  from  satellite 

positioning systems.  

The Geodetic Reference System 1980 (GRS80) ellipsoid is a best‐fit approximation of the Earth’s size and 

shape,  and  underpins many  global  datums  including  the  International  Terrestrial  Reference  System 

(ITRS). The conventions, algorithms and constants defined within  the  ITRS are a global benchmark  for 

scientific applications. Its orientation is fixed in the x‐axis along the zero meridian in Greenwich, London. 

Its z‐axis is aligned parallel to the Conventional Terrestrial Pole (CTP) defined by the International Earth 

Rotation Service  (IERS), and  its y‐axis  is positioned 90 degrees  to  the  x‐axis  in a  right‐handed, Earth‐

Centred Earth‐Fixed (ECEF) orthogonal coordinate system.  

Different coordinate systems can be used to represent the position of points in a TRS. 

 Coordinate Systems: 

Three types of coordinate systems are commonly used to record the position of geographic features in a 

TRS: 

1. Cartesian  (geocentric)  coordinates  –  derived  from  a  three‐dimensional  system whose  origin 

coincides with the centre of the reference ellipsoid. Coordinates are expressed in X, Y, Z and are 

based purely on distance. 

2. Geographic (geodetic or ellipsoidal) coordinates – referenced to the surface of the ellipsoid and 

expressed in latitude and longitude. Latitude is the angle between the ellipsoid normal and the 

equatorial  plane.  Longitude  is  the  angle  from  the  zero meridian  (Greenwich  in  a  geocentric 

ellipsoid; parallel to the Greenwich meridian otherwise)  from the ellipsoid’s centre to a point 

on the ellipsoid’s surface. 

3. Projected (map‐grid) coordinates – a mathematical projection of geographic coordinates onto a 

two‐dimensional  surface.  The  standard  Universal  Transverse  Mercator  (UTM)  projection  is 

divided into zones across the Earth, and the origin of each zone is the point of intersection with 

the equator and  the meridian central  to  the zone. UTM  is a conformal projection meaning  it 

preserves geometric shapes (angles), but distorts geometric directions (azimuth), distances and 

areas.  Projected  coordinates  must  therefore  be  scaled  to  determine  their  true  three‐

dimensional geometry. 

   

  265      

Datum Realisation: 

Datum  realisation  identifies  the coordinates of physical points on  the Earth or  in space  in  the chosen 

TRS. Datum realisation creates a Terrestrial Reference Frame (TRF) by measuring the location of physical 

reference points across the Earth relative to the reference ellipsoid. For example, coordinates obtained 

using  a GPS  device  are  triangulated  from measurements  to  satellites whose  coordinates  are  known 

(realised)  relative  to  the  Earth’s  CoM  using  the WGS84  ellipsoid.  Radio  and  optical measurements 

between points on the Earth’s surface and points in space are typically used to realise a datum.  

Terrestrial  control  surveys  undertaken  using  optical  and  GPS  radio  observation  techniques  are 

commonly used to propagate datums on a regional scale. Given the Earth’s shape is constantly changing, 

the position of certain points in global and regional TRFs will change over time. Periodic measurement of 

the TRF  is  therefore needed  to monitor  changes  in  the geodetic datum  to produce new  realisations. 

Each realisation of  ITRF for example  is referenced to an epoch  in time, the  latest of which  is  ITRF2008 

(preparation  of  ITRF  2013  is  underway).  Changes  in  coordinates  are  detected  because  they  are 

measured relative to the TRS which is defined using the same constants in each realisation. Depending 

on the adopted measurement techniques, different realisations can also produce new coordinates  for 

points regardless of any physical movement of the point. For example, using modern GNSS technology 

to measure precise baselines over hundreds of kilometres can be more accurate than traditional optical 

measurements that were used in the original datum realisation.  

Australia uses the Geocentric Datum of Australia (GDA94) as a reference for all spatial data. GDA94 is a 

static  datum  locked  to  the  realisation  of  ITRF92  at  epoch  1994.00.  GDA94  was  realised  using  a 

combination of space and terrestrial measurement techniques. Whilst  ITRF and GDA are defined using 

the  same TRS, new  coordinates are  realised periodically  for  ITRF  to  constantly measure  tectonic and 

intra‐plate motion.  ITRF2008  therefore  contains different  coordinates  for  the  same points  that were 

realised using GDA94 (see Section 3.5.2.4)  

To  summarise,  global  and  regional  TRFs  provide  access  to  a  TRS  by  determining  the  coordinates  of 

physical points on the Earth or in space relative to the origin, orientation, size and shape of a reference 

ellipsoid.  

 Geoid: 

The Earth’s  surface  is  an  irregular  shape  characterised by mountains,  valleys, plains  and deep ocean 

trenches. Height measurements above or below an ellipsoid do not reflect the true height properties of 

the physical world given  the ellipsoid  is only a mathematical approximation of  the  true Earth surface. 

Height measurements must be referenced to a level surface instead.  

Conceptually, a  level surface  is one  that  is at  right angles  to  the direction of gravity at every  location 

across  the  Earth’s  surface.  A  non‐level  surface  creates  the  feeling  of  travelling  ‘uphill’  or  ‘downhill’ 

  266      

relative to the direction of Earth’s gravitational force. The strength of gravity varies across the Earth’s 

surface due to its non‐uniform distribution of mass, which is why the ellipsoid is only an approximation 

to a truly level surface. For example, mountainous regions with large mass have a stronger gravitational 

attraction than neighbouring flatlands. A perfectly spherical earth would have equal gravity potential at 

every  point  on  or  above  the  Earth’s  surface, meaning  an  equipotential  (level)  surface  is where  the 

gravity  potential  between  any  two  points  is  the  same.  Gravity  potential  is measured  using  precise 

ground  and  space‐based observations  (locally  and  globally)  to model  an  equipotential  surface of  the 

Earth known as the geoid: a conceptual surface that is irregular in shape but level in terms of fluid‐flow. 

 FIGURE 74: REFERENCE ELLIPSOID & GEOID 

 

The geoid is a surface of equal gravity potential which is approximated by mean sea level in Australia. The reference 

ellipsoid is a mathematical surface that approximates the size and shape of the Earth, or a portion of the Earth’s 

surface. Image from Floyd (1978). 

 Theoretically,  there  are  infinite  equipotential  surfaces  above  the  Earth  because  gravity  potential 

changes at different elevations. A ‘zero height’ level surface must therefore be chosen for referencing all 

other heights to enable accurate mapping of real‐world processes such as the direction of water flow. 

Mean Sea Level (MSL) is the zero height surface used to reference heights above and below the Earth’s 

surface. Hence, the geoid approximates the average shape  (height) that the oceans would take under 

the  influence of  gravity  alone. Reference  ellipsoids  such  as GRS80  can  vary by over 200 m  from  the 

geoid. 

     

  267      

APPENDIX B – MEASUREMENT CRITERIA FOR NRTK COVERAGE IN AUSTRALIA  All area and distance measurements have been computed  in ArcMAP Version 9.3 using  the  following 

criteria: 

• Areas  are  quoted  in  square  kilometres  (sq  km)  using  an Albers  Equal Area  Conic map  projection 

(Table 24) to preserve the size of geographic shapes over the Australian land‐mass (ICSM, 2012). 

TABLE 24: ALBERS EQUAL AREA CONIC MAP PROJECTION PARAMETERS 

Map Projection: Albers  Equal  Area  Conic Australia 

False Easting:  0.00 m False Northing:  0.00 m Central Meridian:  132.00° Standard Parallel 1:  ‐18.00° Standard Parallel 2:  ‐36.00° latitude of Origin:  0.00° Linear Unit:  Metres 

 Map projection parameters used for NRTK area calculations. 

 • All  areas  are  referenced  to  Geoscience  Australia’s  GEODATA  TOPO  5M  2004  dataset;  a  vector 

representation  of  the  Australian  landscape  with  5  metre  (m)  resolution.  Table  25  compares 

Geoscience Australia’s published areas with those computed using the Albers map projection for the 

5m Geodata. All areas calculated  in this study are computed relative to the ArcMAP areas  listed  in 

Table 25  to maintain consistency. Small discrepancies may  result  compared with published values 

from service providers. Ellipsoidal distances are quoted in kilometres (km) and are referenced to the 

Geocentric Datum of Australia 1994 (GDA 1994), which is Australia’s current national datum. 

 TABLE 25: PUBLISHED AND COMPUTED AREA COMPARISON 

State/Territory % National Coverage 

Mainland Australia  (sq km) 

ArcMAP 5m Geodata  (sq km) 

ArcMAP minus Mainland  (sq km) 

Australian Capital Territory  0.03  2358  2357  ‐1 Tasmania  0.9  64519  64286  ‐233 Victoria  3  227010  227158  148 New South Wales  10.4  800628  800735  107 South Australia  12.7  978810  979470  660 Northern Territory  17.5  1335742  1334233  ‐1509 Queensland   22.5  1723936  1723321  ‐615 Western Australia  33  2526786  2523986  ‐2800 Jervis Bay Territory  < 1  72  66  ‐6 AUSTRALIA  —  7659861  8458704  798843 

 Comparison  of Geoscience Australia  (2010)  published  areas with  those  computed  using  5m Geodata  and  an 

Albers Equal Area map projection in ArcMap. 

   

  268      

   

  269      

APPENDIX C – GLOBAL & REGIONAL CORS NETWORKS  CORS infrastructure within the networks below is primarily funded by government to support geodetic 

activities,  and  commercial positioning  services have been developed by  licensing data  from  some  of 

these networks. 

 TABLE 26: GLOBAL & REGIONAL CORS 

Global  IGS Tracking Network  http://igscb.jpl.nasa.gov/network 

North America 

US National CORS Network  http://www.ngs.noaa.gov/CORS/ 

Plate Boundary Observatory  http://pbo.unavco.org/ 

Canadian Spatial Reference System 

http://webapp.geod.nrcan.gc.ca/geod/ 

Europe 

OSNET United Kingdom http://www.ordnancesurvey.co.uk/business‐and‐government/products/os‐net/index.html 

SAPOS Germany  http://www.sapos.de/ 

SWEPOS Sweden  http://swepos.lmv.lm.se/ 

Geodetic Data Archiving Facility  http://geodaf.mt.asi.it/gps_page.html 

Reseau GPS Permanent  http://rgp.ign.fr/ 

SWIPOS Switzerland http://www.swisstopo.admin.ch/internet/swisstopo/en/home/products/services/swipos.html 

GNSS Service Centre Hungary  http://www.gnssnet.hu/ 

LATPOS Latvia  http://www.latpos.lgia.gov.lv 

ROMPOS Romania  http://www.rompos.ro 

AGROS Serbia  http://www.agros.rgz.gov.rs 

SIGNAL ‐ Serbia  http://www.gu‐signal.si 

TUSAGA‐Aktif Turkey  http://tkgm.gov.tr/node/2231 

EUREF Permanent Network  http://www.epncb.oma.be/_networkdata/ 

European Point Determination System 

http://www.eupos.org/ 

Africa NIGNET Nigeria  http://www.nignet.net/ 

South Africa  http://www.trignet.co.za/ 

Asia SIRENT Singapore  http://www.sirent.inlis.gov.sg/ 

GSI Japan  http://www.gsi.go.jp/ENGLISH/page_e30030.html 

Australia  ARGN & AuScope http://www.ga.gov.au/earth‐monitoring/geodesy/gnss‐networks/station‐list‐and‐coordinates.html 

New Zealand 

Position New Zealand  http://apps.linz.govt.nz/positionz/ 

 

 

   

        

 

Minerva Access is the Institutional Repository of The University of Melbourne

Author/s:HAUSLER, GRANT

Title:National positioning infrastructure: technical, institutional and economic criteria forcoordinating access to Australia's GNSS CORS infrastructure

Date:2014

Persistent Link:http://hdl.handle.net/11343/40853