fusion (tipo de escenario)

Tipo de escenario del motor v0.40.0, familia Sensores inerciales, de fusión y cuánticos. Consultivo: salida de análisis de una herramienta de investigación e ingeniería, no un equipo de navegación homologado ni un servicio de seguridad de la vida humana. Toda etiqueta de aquí es la del motor o la de la matriz de verificación; un tipo de escenario es MODELLED salvo que la matriz diga otra cosa (cómo se gana una etiqueta: la sección Evidence del README).

Qué hace#

PNT con fusión de sensores mediante un filtro de Kalman conjunto sobre las mismas entradas híbridas.

Una ejecución de scenarios/fusion-pnt.toml se resume así: scenario c8eac911bbe0 | fused | quantum PNT-holdover 6600s (t 6600s/p 6600s) integrity 1,000 security n/a (no attack) | classical PNT-holdover 1330s (t 1330s/p 6600s) integrity 0,973 security n/a (no attack)

Entradas#

Del esquema (kshana kinds --json):

• Campos obligatorios: seed, timing_spec_ns, position_spec_m, time, gnss, resync, clock_quantum, clock_classical, accel_quantum, accel_classical
• Campos opcionales: coupled

El ejemplo scenarios/fusion-pnt.toml establece, entre otros:

Ejecútelo#

kshana scenarios/fusion-pnt.toml

2 escenarios incluidos usan este tipo de escenario; los demás están en scenarios/.

Qué proporciona#

Los resultados escalares de esa ejecución, con las unidades que indica el motor:

Evidencias#

MODELLED 4 · VALIDATED 4: las filas de la matriz de verificación que nombran este tipo de escenario.

• VALIDATED Recuperar un estado de época [r,v] a partir de distancias de estaciones en tierra mediante un corrector diferencial por lotes de Gauss–Newton y un filtro secuencial, sobre un modelo de fuerzas de dos cuerpos+J2 Pruebas: batch_sequential_orbit_determination_reference.rs.
• MODELLED EKF de estado de error sobre 15 estados de INS, un reloj de receptor de dos estados y una ambigüedad de portadora flotante por satélite en seguimiento; pseudodistancia, fase de portadora y velocidad de distancia opcional de una constelación Walker SGP4 (tiempo de luz y Sagnac), Klobuchar y Pruebas: fusion_carrier_tc.rs.
• MODELLED Tres escenarios gnss-ins sobre la biblioteca de trayectorias (un buque que zigzaguea a 8 m/s con una interrupción de cinco minutos; un tren por un desmonte de dos satélites y un túnel; una aeronave cuya interrupción abarca un viraje con alabeo de 25 grados) y el opcional del paquete Pruebas: gnss_ins_packs.rs.
• MODELLED Un filtro de Kalman apilado sobre posición, velocidad, fase y frecuencia del reloj alimentado con pseudodistancias que acoplan posición y reloj (actualizaciones en forma de Joseph que llevan la covarianza cruzada); una variante de 1 grado de libertad aumentada con un sesgo constante del acelerómetro Pruebas: fusion_coupled_filters.rs.
• y 4 más en la matriz.

Las filas que la propia ejecución puso a prueba, con la referencia independiente que da la matriz a cada una (las fuentes públicas se nombran allí):

• VALIDATED Desviación de Allan / modificada / de Hadamard + identificación de ruido de ley de potencias con intervalos de confianza χ². Referencia independiente (ExternalDataset): NIST SP 1065 (Riley) / desviaciones de referencia de Stable32 en NBS14
• MODELLED Crecimiento del error de inercia en forma cerrada + holdover hasta el umbral; clases de reloj cuántico. Referencia independiente (ReferenceImpl): Recursión de covarianza de clock_state en varios pasos (comprobación cruzada en el mismo código base); el núcleo subyacente de varianza de inercia e inversión de holdover está validado externamente frente a scipy (véase «Clock-holdover coast-variance & threshold inversion»). Las cifras de holdover por clase con suelo de ruido rojo siguen siendo MODELLED
• MODELLED Reloj de Kalman de 3 estados (fase/frecuencia/deriva) de van Loan, estabilizado de Joseph. Referencia independiente (ReferenceImpl): filterpy 1.4.5 KalmanFilter (R. Labbe, MIT), con F mediante scipy.linalg.expm y Q mediante la matriz por bloques de Van Loan 1978 — una implementación de referencia independiente que reproduce la trayectoria completa del filtro de kshana. Consistencia entre implementaciones: la física del reloj y la calibración de Allan no están validadas externamente, por lo que esto sigue siendo MODELLED. 0,30 comparación externa, un hallazgo (sigue siendo MODELLED): en relojes finales de IGS de 30 s de 11 GPS Blo
• MODELLED Acelerómetro de interferómetro de átomos fríos a partir de primeros principios (k_eff·T², QPN). Referencia independiente (ExternalDataset): vectores numéricos publicados de artículos primarios de CAI (función de transferencia de Cheinet 2008; sensibilidad de Peters/Freier): k_eff·T² coincide exactamente, el suelo unilateral de la ASD de ruido de disparo dentro de ~2× de cada instrumento publicado (los dispositivos reales llevan ruido técnico por encima del suelo cuántico). Una cota, no una paridad. 0,30 ronda 2 (preregistrada fcb9ac64), un hallazgo (sigue siendo MODELLED): el ruido de rotación solo de QPN frente al medido por Gauguet et al.
• MODELLED Balance de posición compuesto de sesgo + factor de escala + VRW + decaimiento de estabilidad a lo largo del holdover. Referencia independiente (ReferenceImpl): integración SDE de Monte Carlo independiente en numpy del ruido de aceleración blanca doblemente integrado (valida la varianza analítica del VRW con un algoritmo realmente independiente) + un ancla de valor publicado de Groves 2013 para los términos de sesgo y de factor de escala; las cifras del dispositivo CAI cuantifican hardware del socio y siguen siendo MODELLED

Limitaciones#

Lo que el propio informe de la ejecución dice que no está modelado o no está validado:

• El holdover del reloj sin GNSS es MODELLED, no está validado: se comprueba frente a una implementación separada de este mismo código base — independiente de la unidad bajo prueba, pero no autoridad externa. (matriz de verificación (docs/MODELLED-RATIONALE.md))
• La estimación del estado del reloj de a bordo es MODELLED, no está validada: se comprueba frente a una implementación separada de este mismo código base — independiente de la unidad bajo prueba, pero no autoridad externa. (matriz de verificación (docs/MODELLED-RATIONALE.md))
• El rendimiento de un sensor inercial cuántico es MODELLED, no está validado: una subafirmación se comprueba externamente, pero la capacidad completa compone piezas modeladas, por lo que la capacidad sigue siendo modelada. (matriz de verificación (docs/MODELLED-RATIONALE.md))
• La resiliencia de la navegación inercial a estima cuántica es MODELLED, no está validada: se comprueba frente a una implementación separada de este mismo código base — independiente de la unidad bajo prueba, pero no autoridad externa. (matriz de verificación (docs/MODELLED-RATIONALE.md))
• La detección de spoofing es MODELLED, no está validada: una subafirmación se comprueba externamente, pero la capacidad completa compone piezas modeladas, por lo que la capacidad sigue siendo modelada. (matriz de verificación (docs/MODELLED-RATIONALE.md))
• La reproducibilidad y el aseguramiento del software son MODELLED, no están validados: una subafirmación se comprueba externamente, pero la capacidad completa compone piezas modeladas, por lo que la capacidad sigue siendo modelada. (matriz de verificación (docs/MODELLED-RATIONALE.md))

Véase también#

• Página de familia: Sensores inerciales, de fusión y cuánticos
• Todos los tipos de escenario: KINDS.md
• Página de tema: INTEGRITY.md
• Página de tema: LEO-PNT-FUSION.md