Maskinoversættelse, ikke gennemgået af en modersmålstalende. Engelsk er referencen.

Sider om scenarietyperRedigér på GitHubKilde: docs/kinds/by-kind/hybrid-ukf.md

hybrid-ukf (scenarietype)

Scenarietype i motoren v0.40.0, familie Inertial-, fusions- og kvantesensorer. Vejledende: analyseoutput fra et forsknings- og ingeniørværktøj, ikke typegodkendt navigationsudstyr og ikke en sikkerhedskritisk tjeneste (safety-of-life). Hver mærkat her er motorens eller verifikationsmatrixens; en type er MODELLED, medmindre matrixen siger andet (hvordan en mærkat opnås: afsnittet Evidens i README).

Hvad det gør#

Hybrid kvante+klassisk tæt koblet GNSS/INS-UKF med 17 tilstande (MODELLED): 15 INS-fejltilstande + CAI-afledet korrektion af accelerometer-bias + et ur med 2 tilstande (fase+frekvens) fra q-parameter-urmotoren, drevet af den afgrænsede CAI-fejlmodel. Kvalitetsmålet er filterets selvkonsistens (NEES + innovationshvidhed mod χ²-grænser), en udtalelse om selvkonsistens, IKKE en garanti for nøjagtighed i den virkelige verden. Kun simulering; ingen TRL>3, ingen flyvearv, ingen ekstern validering.

Én kørsel af scenarios/hybrid-ukf.toml opsummeres sådan: scenario e8be19a6199e | hybrid-ukf (17-state, MODELLED) | sensor quantum-CAI (q_va 4.82e-14) | clock q_wf 1.00e-26 q_rw 3.00e-30 | NIS 11.85/12 in [10.12,14,04] | NEES 7.11/8 in [6.48,9,68] | CONSISTENT | aided 0.4m -> coast 7.7m over 120s | self-consistency, not accuracy

Input#

Fra skemaet (kshana kinds --json):

  • Obligatoriske felter: seed, time, gnss, accel, clock
  • Valgfrie felter: residual_accel_bias_m_s2, speed_m_s, sigma_pr_m, sigma_rr_mps, consistency_seeds, q_factor, r_factor

Eksemplet scenarios/hybrid-ukf.toml angiver blandt andet:

Felt Værdi Enhed
accel.bias 0 ikke angivet
accel.cai.atom_number 1000000 ikke angivet
accel.cai.contrast 0.5 ikke angivet
accel.cai.cycle_time_s 0.5 s
accel.cai.pulse_sep_t 0.02 ikke angivet
accel.cai.wavelength_m 7.8024e-7 m
accel.id cold-atom-interferometer tekst
accel.provenance Koldatom-accelerometer (Rb-87 D2) med interferometri; afgrænset tekst
accel.q_va 1.0000e-9 ikke angivet
clock.id ultrastable-optical tekst
clock.provenance Oscillatorklasse, ultrastabil/optisk om bord, white-FM sigm tekst
clock.rw_fm_level 1.0000e-15 ikke angivet

Kør den#

kshana scenarios/hybrid-ukf.toml

Hvad den giver#

De skalare resultater af den kørsel, med de enheder, motoren angiver:

Resultat Værdi Enhed
clock_q_rw 3.0000e-30 1/s
clock_q_wf 1.0000e-26 s^2/s
coast.aided_pos_rms_m 0.360944 m
coast.coast_duration_s 120 s
coast.coast_end_pos_rms_m 7.69085 m
consistency.consistent true flag
consistency.nees_chi2_lower_95 6.479865 1
consistency.nees_chi2_upper_95 9.677811 1
consistency.nees_dof 8 antal
consistency.nees_mean 7.113875 1
Diagrammet, som motoren skriver for scenarios/hybrid-ukf.toml, scenarietype hybrid-ukf

Evidens#

Ingen matrixrække nævner denne type ved navn; mærkaten på dens resultat er motorens egen, ovenfor.

De rækker, som kørslen selv afprøvede, med den uafhængige reference, som matrixen giver hver (de offentlige kilder er nævnt dér):

  • MODELLED Koldatom-interferometer-accelerometer ud fra grundprincipper (k_eff·T², QPN). Uafhængig reference (ExternalDataset): Offentliggjorte numeriske vektorer fra CAI-primærartikler (Cheinet 2008, overføringsfunktion; Peters/Freier, følsomhed): k_eff·T² stemte præcist, skudstøjens ASD et ensidet gulv inden for ca. 2× af hvert offentliggjort instrument (rigtige enheder har teknisk støj over kvantegulvet). Et interval, ikke paritet. 0,30 runde 2 (præregistreret fcb9ac64), et fund (forbliver MODELLED): rotationsstøjen med kun QPN mod den målte Gauguet et al.
  • VALIDATED 15-tilstands fejltilstands-EKF, løst koblet (valideret på en rigtig IMU/GNSS-kørsel mod NaveGo); et tæt koblet pseudoafstands-/Doppler-UKF og et koblet ur+pos. Uafhængig reference (ExternalDataset): NaveGo v1.4 (R. Gonzalez, LGPL-3.0, kørt som værktøj under GNU Octave, aldrig linket): dens løst koblede ins_gnss på dens egen rigtige Ekinox IMU/GNSS-kørsel med landkøretøj, begge løsninger bedømt mod Ekinox-referencetrajektorien. Begge filtre læser det samme float32-input med 20 Hz, og Kshanas konfiguration er afbildet mekanisk fra datasættets offentliggjorte parametre. Kshanas horisontale og vertikale positions-RMS og dens
  • MODELLED Deterministisk, scenarie-hashet, SBOM + gates med golden-filer på tværs af platforme. Uafhængig reference (ExternalDataset): SBOM'ens validering mod det officielle CycloneDX 1,5 JSON-skema (+ gyldige SPDX-identifikatorer) — en ekstern publiceret standard, nul valideringsfejl over hele afhængighedsgrafen; den del, der gælder FoM-determinisme / byte-reproducerbarhed, er fortsat et fastlåst selvkonsistenstjek, så rækken forbliver MODELLED
  • MODELLED Afgrænset (bedste/nominelle/konservative) ydelse for koldatom-interferometer: biasustabilitet, hastigheds-/vinkel-random-walk, skalafaktorstabilitet, interrogation. Uafhængig reference (InternalConsistency): Intern konsistens: den citerede VRW-afgrænsning krydskontrolleret mod fysikken i CaiAccelerometer::accel_asd + rå dynamisk rækkevidde beregnet ud fra grænsen for fringe-multiplicitet; tallene er MODELLED litteraturbaserede afgrænsninger (needs_source_confirmation), ingen enhed er valideret, ingen valideringshalo

Begrænsninger#

Hvad kørslens egen rapport siger ikke er modelleret eller ikke er valideret:

  • MODELLED SIMULERING. Filterets selvkonsistens (NEES + innovationshvidhed) under afgrænsede CAI- og urstøjinput, en udtalelse om selvkonsistens, IKKE en garanti for nøjagtighed i den virkelige verden. Ikke resultater fra felt eller flyvning; ingen TRL>3, ingen flyvearv, ingen ekstern validering. CAI-hardwaren ejes af partneren. (resultat modelled_note)
  • Hybrid kvante+klassisk tæt koblet GNSS/INS-UKF med 17 tilstande (MODELLED): 15 INS-fejltilstande + CAI-afledet korrektion af accelerometer-bias + et ur med 2 tilstande (fase+frekvens) fra q-parameter-urmotoren, drevet af den afgrænsede CAI-fejlmodel. (typekatalog (kshana kinds --json))
  • Hybrid kvante + klassisk tæt koblet GNSS/INS-UKF med 17 tilstande (MODELLED). (kommentar i scenariefilen, linje 1)
  • KVALITETSMÅL: filterets selvkonsistens (NEES + innovationshvidhed), det eneste, en simulering ærligt kan hævde om en estimator. Over et Monte Carlo-ensemble, hvis sandhed er genereret ud fra præcis den støj, som filteret antager, skal de poolede NIS-middelværdier (hvidhed) og NEES-middelværdier ligge inden for deres 95% chi-i-anden-bånd. Dette er en udtalelse om SELVKONSISTENS, IKKE en garanti for nøjagtighed i den virkelige verden. (kommentar i scenariefilen, linje 21 til 25)
  • ÆRLIGHED: alt her er MODELLED / SIMULERING. CAI- og urinputtene er afgrænsede, litteraturrepræsentative værdier, ikke målt hardware; CAI-hardwaren og dens nøgleperson forbliver ejet af partneren. Ingen TRL>3, ingen flyvearv, ingen ekstern validering. (kommentar i scenariefilen, linje 27 til 29)
  • Monte Carlo-seeds, som konsistensreferencen poolede over, og multiplikatorerne for filterets fejljustering. 24 seeds giver kørselsbaserede chi-i-anden-NEES-bånd (8*24 DOF), der er stramme nok til at skelne et afstemt fra et fejljusteret filter, mens kørslen holdes billig. Sæt q_factor / r_factor væk fra 1,0 for at fejljustere filteret og se konsistensporten afvise det (q_factor skalerer den antagne processtøj, r_factor den antagne målestøj (kommentar i scenariefilen, linje 44 til 48)
  • Kvanteinertial sensorydelse er MODELLED, ikke valideret: en delpåstand kontrolleres eksternt, men hele funktionen sammensættes af modellerede dele, så funktionen forbliver modelleret. (verifikationsmatrix (docs/MODELLED-RATIONALE.md))
  • Reproducerbarhed og softwarekvalitetssikring er MODELLED, ikke valideret: en delpåstand kontrolleres eksternt, men hele funktionen sammensættes af modellerede dele, så funktionen forbliver modelleret. (verifikationsmatrix (docs/MODELLED-RATIONALE.md))

Se også#