Maschinelle Übersetzung, nicht von einem Muttersprachler geprüft. Englisch ist die maßgebliche Fassung.

Familien der SzenarioartenAuf GitHub bearbeitenQuelle: docs/kinds/jamming-spoofing-and-the-spectrum.md

Jamming, Spoofing und das Spektrum (Szenarioarten-Familie)

6 Szenarioarten der Engine v0.40.0. Beratend: Analyseausgabe eines Forschungs- und Ingenieurwerkzeugs, keine typzugelassene Navigationsausrüstung und kein Safety-of-Life-Dienst. Jedes Label hier stammt von der Engine oder von der Verifikationsmatrix; eine Szenarioart ist MODELLED, sofern die Matrix nichts anderes sagt (wie ein Label verdient wird: der Abschnitt Evidence der README).

Themenseiten: SPECTRUM, DECEIVED-TIME, IQ-FOLLOW. Einen ausführen: kshana scenarios/jamming-demo.toml. Alle Familien: KINDS.md.

Kontaktbogen der Diagramme, die die Engine für die Szenarioarten der Familie Jamming, Spoofing und das Spektrum schreibt
Typ Was es tut Register
jamming Jamming per Link-Budget: J/S → effektives C/N₀ → Verlust der Aufschaltung. MODELLED
spoof Stochastischer Zeit-Spoof-Detektor (Neyman–Pearson / χ²₁) mit Monte-Carlo-P_fa/P_md. MODELLED
spoof-detect Kombinierter HF-/Messungs-Spoof-Detektor (Multi-SV-RAIM-Konsistenz + AGC + SQM, fusioniert) gegen einen parametrierten Angriff (Leistungsvorteil, Trägerphasenausrichtung, Zeit-/Positionsversatz; TEXBAT-artig). MODELLED
tracking-loop Lock-Verlust der Tracking-Schleife: C/N0 -> Lock/Unlock MIT HYSTERESE, die Zeit bis zum Lock-Verlust und Spoof-Pull-in als Funktion der RATE von Code- und Trägerversatz. MODELLED
spectrum L-Band-Spektrummodell und Wasserfall: das gesamte GNSS-L-Band als eine einzige spektrale Leistungsdichte (PSD), Frequenz quer, Zeit abwärts, über eine geskriptete Jammer-Zeitleiste. MODELLED 3 · VALIDATED 2
impairment-eval Testumgebung zur Evaluierung maschineller Lernverfahren zur Erkennung von HF-Beeinträchtigungen (13494): einen gekennzeichneten, parametergestützten SYNTHETISCHEN Korpus erzeugen (nominal/Jamming/Spoof-Zeit/Spoof-Position/Mehrweg), einen Detektor bewerten (energy/agc/s MODELLED 1 · VALIDATED 2

jamming#

Jamming per Link-Budget: J/S → effektives C/N₀ → Verlust der Aufschaltung.

Erforderliche Felder: seed, time, receiver, constellation. Optional: jammer, mask_deg, tracking_threshold_dbhz, degraded_margin_db, signal_power_dbw, temp_k, freq_hz, chip_rate_hz, skyline.

Register: MODELLED. Vollständige Seite mit den Eingaben, Ergebnissen, Evidenz und Einschränkungen: jamming.

kshana scenarios/jamming-demo.toml
Das Diagramm, das die Engine für scenarios/jamming-demo.toml schreibt, Szenarioart jamming

spoof#

Stochastischer Zeit-Spoof-Detektor (Neyman–Pearson / χ²₁) mit Monte-Carlo-P_fa/P_md.

Erforderliche Felder: threshold_ns, time, attack, clock_quantum, clock_classical.

Register: MODELLED. Vollständige Seite mit den Eingaben, Ergebnissen, Evidenz und Einschränkungen: spoof.

kshana scenarios/spoof-attack.toml
Das Diagramm, das die Engine für scenarios/spoof-attack.toml schreibt, Szenarioart spoof

spoof-detect#

Kombinierter HF-/Messungs-Spoof-Detektor (Multi-SV-RAIM-Konsistenz + AGC + SQM, fusioniert) gegen einen parametrierten Angriff (Leistungsvorteil, Trägerphasenausrichtung, Zeit-/Positionsversatz; TEXBAT-artig).

Erforderliche Felder: attack. Optional: satellites, detector.

Register: MODELLED. Vollständige Seite mit den Eingaben, Ergebnissen, Evidenz und Einschränkungen: spoof-detect.

kshana scenarios/spoof-detect.toml
Das Diagramm, das die Engine für scenarios/spoof-detect.toml schreibt, Szenarioart spoof-detect

tracking-loop#

Lock-Verlust der Tracking-Schleife: C/N0 -> Lock/Unlock MIT HYSTERESE, die Zeit bis zum Lock-Verlust und Spoof-Pull-in als Funktion der RATE von Code- und Trägerversatz. Die bestehenden Verweigerungs- und Capture-Kriterien der Engine sind Verhältnisse der Empfangsleistung (ein Jammer verweigert bei J/S = 30 dB, ein Spoofer übernimmt bei 3 dB); der reale Lock-Verlust ist kein Leistungsverhältnis, sondern dort, wo der Jitter einer Schleife plus dynamische Belastung ihr Tracking-Schwellenbudget verlässt. Gibt aus (1) den thermischen 1-Sigma-Jitter von Träger- (Costas) und Code-Schleife (nichtkohärent Early/Late) gegen C/N0, Quadrierungsverlust eingeschlossen, gegen die angegebenen Regeln 3sigma_PLL + theta_e <= 45 deg (die 15-Grad-Regel in Drei-Sigma-Form) und 3sigma_DLL + Rampennachlauf <= d/2 Chips; (2) die C/N0-Schwellen für Abfall und erneutes Locken mit der benannten bindenden Schleife, wobei die Schwelle für das erneute Locken aus der breiteren Bandbreite, mit der ein Empfänger wieder einzieht, ABGELEITET und nicht behauptet wird, sodass die Hysteresebreite zwischen 5log10(Verhältnis) und 10log10(Verhältnis) dB liegen muss; (3) die deklarierte Zeit bis zum Lock-Verlust aus einem Zwei-Schwellen-Lock-Detektor mit Bestätigungs-Verweilzeiten, getrieben über eine C/N0-Rampe, getrennt ausgewiesen von der physikalischen Phasenausbruchszeit (die mittlere Viterbi-Zeit zwischen Cycle Slips, in log10 s, weil sie sich über Hunderte von Dekaden erstreckt); (4) Spoof-Pull-in-Grenzen — die größte Code-Verschiebung und Träger-Dopplerrate, denen die Schleifen eines Opfers folgen können, mit einer Karte über beide Achsen, denn ein Spoofer, der schneller verschiebt als diese, übernimmt die Schleife nicht, er überholt sie; und (5) den VERWEIGERUNGSRADIUS, den die Schleifendynamik impliziert, AUSGEWIESEN NEBEN dem bestehenden Leistungsverhältnis-Radius, nie an dessen Stelle, mit ihrer vorzeichenbehafteten Differenz als eigenem benanntem Feld (denial_radius_delta_km) und einer Definition daneben. Jedes ausgegebene numerische Feld trägt eine Einheit und eine Herkunftsklasse. VALIDATED geschlossene Formen: die Ausdrücke für den Träger- und Code-Jitter, die Schleifenfilter-Reduktion sqrt(2B_nT) und der Rampennachlauf erster Ordnung sind gegen den eigenen sdr-Korrelator der Engine, vorwärts geschaltet auf synthetischer ZF mit Seed, gegengeprüft — ein anderer Weg zu denselben Zahlen — auf 0,6 %, 3,7 % bzw. 0,17 %, und die modifizierte Bessel-I0 hinter der Cycle-Slip-Zeit gegen übliche tabellierte Werte auf 1e-7. Die untere Gültigkeitsgrenze wird behauptet, nicht nur genannt: Unterhalb von ~32 dB-Hz bei 1 ms sättigt der reale atan-Diskriminator an seinem Bereich von +-pi/2 und misst weniger Jitter als jede lineare Theorie. MODELLED: die Schleifenbandbreiten, die Integrationszeit, der Korrelatorabstand, das Pull-in-Bandbreitenverhältnis, die Bestätigungs-Verweilzeiten, die Jammer-Leistung und die Antennengewinne sind repräsentative Bandwerte, kein Datenblatt. NICHT modelliert: Oszillator-(Allan-Abweichungs-) und Vibrationsjitter, Begrenzung der Front-End-Bandbreite, Mehrweg, AGC-Dynamik, Datenbit-Übergangsverlust, externe Stützung und jede Halbzyklus-Korrektur der Costas-Cycle-Slip-Formel. Unter Schleifendynamik hat die Spoof-Übernahme überhaupt keinen Radius — die bindende Randbedingung ist die Versatzrate, nicht die Leistung —, sodass dieses Feld mit einer Begründung null ist, statt eine erfundene Zahl zu tragen. Kein zertifiziertes Produkt zur Bewertung der Empfängerleistung.

Erforderliche Felder: keine. Optional: pll_bandwidth_hz, dll_bandwidth_hz, predetection_integration_s, correlator_spacing_chips, carrier_allowance_deg, code_allowance_chips, pullin_bandwidth_ratio, drop_confirm_epochs, relock_confirm_epochs, doppler_rate_hz_per_s, code_slew_chips_per_s, cn0_high_dbhz, cn0_low_dbhz, ramp_duration_s, jitter_table_cn0_dbhz, jammer_power_dbw, jammer_gain_dbi, rx_gain_toward_jammer_db, rx_gain_toward_sat_db, signal_power_dbw, temp_k, freq_hz, chip_rate_hz, jammer_type, q_override, denial_js_threshold_db, capture_js_threshold_db, spoof_code_slew_chips_per_s, spoof_doppler_rate_hz_per_s.

Register: MODELLED. Vollständige Seite mit den Eingaben, Ergebnissen, Evidenz und Einschränkungen: tracking-loop.

kshana scenarios/tracking-loop.toml
Das Diagramm, das die Engine für scenarios/tracking-loop.toml schreibt, Szenarioart tracking-loop

spectrum#

L-Band-Spektrummodell und Wasserfall: das gesamte GNSS-L-Band als eine einzige spektrale Leistungsdichte (PSD), Frequenz quer, Zeit abwärts, über eine geskriptete Jammer-Zeitleiste. SIGNALE: GPS L1 C/A und L2C (BPSK(1)), Galileo-E1-Open-Service (MBOC(6,1,1/11) oder BOC(1.1)), GPS L5 und Galileo E5a (BPSK(10)), jeweils auf seinem Träger mit der in der Schnittstellenspezifikation festgelegten minimalen Empfangsleistung (IS-GPS-200, IS-GPS-705, Galileo OS SIS ICD), sofern nicht überschrieben; GLONASS, BeiDou und Galileo E6 werden nicht modelliert. JAMMER: Dauerstrich-Ton, flaches Schmalbandrauschen, linearer Sägezahn-Chirp und Breitbandrauschen, angepasst an die eigene Modulation eines Bandes, jeweils mit einer Mitte, einer Bandbreite, einer Empfangsleistung (direkt oder EIRP und Entfernung über den Freiraumpfadverlust des Jamming-Szenarioart) und Ein-/Ausschaltzeiten. Jeder Jammer wird gegen jedes Band über seinen spektralen Trennungskoeffizienten kappa über die Empfängerbandbreite bewertet, und (C/N0)_eff = [1/(C/N0) + sum (J/S) kappa]^-1; für einen Jammer entspricht dies der Anti-Jam-Gleichung des Jamming-Szenarioart mit Q = 1/(R_c kappa), und der Bericht trägt diese Gegenprüfung (und daneben den repräsentativen Q-Wert des Jamming-Szenarioart). Der Rauschboden ist k T_sys mit T_sys = T_ant + 290 K (F - 1). Der Wasserfall mittelt jede Zelle über ihren Bin und ihre Zeile (Chirps exakt, ganze Sweeps plus den partiellen; Jammer, die mitten in einer Zeile schalten, nach ihrem Tastverhältnis), sodass die C/N0-Zeitleiste und das Bild aus denselben Zahlen stammen; result.json enthält das in der Leistung blockgemittelte Gitter, pro Band C/N0 und J/S je Zeile sowie pro Jammer und Band SSC, Q, J/S, Inband-J/S und stationäres C/N0. Optional [iq]: das Modell als komplexes IQ zu einem Zeitpunkt gezeichnet, in eine SigMF-Aufzeichnung (cf32_le oder ci16_le) geschrieben und daraus zurückgelesen und mit einer Welch-Schätzung verglichen. Optional [recording] (native Builds): die Welch-PSD einer realen SigMF-Aufzeichnung neben dem Modell. VALIDATED: die Signal-PSDs gegen die Lehrbuch-Hauptkeulenbreiten (BPSK(n) 2n x 1,023 MHz Nullstelle zu Nullstelle; BOC(1.1)-Keulen zentriert bei +/-1.023 MHz) und die spektralen Trennungskoeffizienten gegen ihre geschlossenen Formen nach Parseval und Q = 1 (CW) und 1,5 (angepasst) nach Kaplan & Hegarty. MODELLED: Jammer-Leistungen, Zeitleiste, Front-End-Bandbreiten, die Behandlung als kontinuierliches Spektrum (keine Codelinien) und das Fehlen von AGC, Blanking und Antennendiagramm.

Erforderliche Felder: keine. Optional: seed, duration_s, step_s, receiver, grid, bands, jammers, iq, recording.

Register: MODELLED 3 · VALIDATED 2. Vollständige Seite mit den Eingaben, Ergebnissen, Evidenz und Einschränkungen: spectrum.

kshana scenarios/l-band-waterfall-jamming.toml
Das Diagramm, das die Engine für scenarios/l-band-waterfall-jamming.toml schreibt, Art spectrum

impairment-eval#

Testumgebung zur Bewertung maschinellen Lernens bei der Erkennung von HF-Beeinträchtigungen (13494): Erzeugen eines beschrifteten, parametergestützten SYNTHETISCHEN Korpus (nominal/jamming/spoof-time/spoof-position/multipath), Bewerten eines Detektors (energy|agc|sqm|parity|fused) mit dem detektorunabhängigen Harness und Ausgeben von AUC/ROC/Konfusion + Pd je Klasse bei einer Ziel-Pfa sowie der Optimismuslücke zwischen In- und Out-of-Distribution. Nur MODELLED Betriebskennlinien — nie Feld-/IQ-Daten, kein Urteil gut/schlecht.

Erforderliche Felder: keine. Optional: seed, n_per_class, nominal_cn0_dbhz, meas_noise, detector, target_pfa, shift_severity_scale, optimism_tol.

Register: MODELLED 1 · VALIDATED 2. Vollständige Seite mit den Eingaben, Ergebnissen, Evidenz und Einschränkungen: impairment-eval.

kshana scenarios/impairment-eval.toml
Das Diagramm, das die Engine für scenarios/impairment-eval.toml schreibt, Szenarioart impairment-eval