Traducción automática, no revisada por un hablante nativo. El inglés es la referencia.

Páginas de tipos de escenarioEditar en GitHubFuente: docs/kinds/by-kind/lunar-station-coverage.md

lunar-station-coverage (tipo de escenario)

Tipo de escenario del motor v0.40.0, familia Lunar y cislunar. 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#

Cobertura modelada de estaciones de referencia lunares: un barrido de Monte Carlo del modelo de PNT diferencial lunar sobre una cuadrícula de usuarios del polo sur y un día de épocas. Una estación de referencia diferencial en un emplazamiento conocido del polo sur corrige una constelación declarada (kepleriana ilustrativa o unas efemérides tabuladas) con un error declarado de señal en el espacio, un error de topografía, una latencia de corrección y una cuantización del enlace; por punto y sobre la región informa del percentil del error de posición corregido y sin corregir (3D, horizontal, vertical), la disponibilidad, la cobertura frente a un umbral declarado, los niveles de protección DO-229E, el radio de cobertura por acimut y el presupuesto del enlace de corrección en la estación y en el peor punto. No es una afirmación sobre el rendimiento de ningún sistema real; sin afiliación ni respaldo de ninguna agencia. MODELLED.

Una ejecución de scenarios/lunar-station-coverage.toml se resume así: lunar-station-coverage | 346 puntos x 144 épocas x 200 pruebas | disponibilidad 92,2 % | cobertura 76,5 % (p95 <= 20 m) | p95 3D corregido 15,592 m (sin corregir 1056,892 m) | HPL máx. 480,385 m | MODELLED; no es una afirmación sobre ningún sistema real

Entradas#

Del esquema (kshana kinds --json):

  • Campos obligatorios: ninguno
  • Campos opcionales: n_sats, sma_km, eccentricity, inc_deg, argp_deg, ephemeris_path, mask_deg, station_lat_deg, station_lon_deg, station_height_m, survey_sigma_m, orbit_err_m, clock_err_m, sise_sigma_m, sise_orbit_variance_fraction, noise_m, latency_s, quantization_bits, grid_lat_max_deg, grid_lat_step_deg, points, t_start_s, t_span_s, t_step_s, n_trials, accuracy_threshold_m, percentile, alert_limit_m, residual_sigma_m, p_hmi, seed, terrain, orbit_err_growth_m_per_s, receiver, solution

El ejemplo scenarios/lunar-station-coverage.toml establece, entre otros:

Campo Valor Unidad
accuracy_threshold_m 20 m
alert_limit_m 10 m
argp_deg 90 deg
clock_err_m 30 m
eccentricity 0.6 1
grid_lat_max_deg -80 deg
grid_lat_step_deg 1 deg
inc_deg 57.7 deg
kind lunar-station-coverage texto
latency_s 10 s
mask_deg 5 deg
n_sats 8 recuento

Ejecútelo#

kshana scenarios/lunar-station-coverage.toml

3 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:

Resultado Valor Unidad
budget_at_station_and_at_edge.epoch_s 0 s
budget_at_station_and_at_edge.station.ageing_clock_class rafs texto
budget_at_station_and_at_edge.station.ageing_clock_time_error_s 3.1623e-11 s
budget_at_station_and_at_edge.station.ageing_orbit_rate_m_per_s 0.003083 m/s
budget_at_station_and_at_edge.station.latency_clock_position_sigma_m 0.030329 m
budget_at_station_and_at_edge.station.latency_clock_range_sigma_m 0.00948 m
budget_at_station_and_at_edge.station.latency_orbit_position_sigma_m 0.106357 m
budget_at_station_and_at_edge.station.latency_orbit_range_sigma_m 0.03083 m
budget_at_station_and_at_edge.station.latency_position_sigma_m 0.110597 m
budget_at_station_and_at_edge.station.latency_range_sigma_m 0.032254 m

Etiqueta del resultado (la del motor): MODELLED

El gráfico que el motor genera para scenarios/lunar-station-coverage.toml, tipo de escenario lunar-station-coverage

Evidencias#

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

  • MODELLED Barrido Monte Carlo del modelo de PNT diferencial lunar sobre una cuadrícula de usuarios en el polo sur y un día de épocas (el tipo de escenario lunar-station-coverage): para una estación de referencia diferencial en un emplazamiento conocido del polo sur, por punto y sobre la región, el Pruebas: lunar_station_coverage_reference.rs.

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):

  • MODELLED Determinista, con hash de escenario, SBOM + barreras golden multiplataforma. Referencia independiente (ExternalDataset): ajuste a la norma del SBOM al esquema JSON oficial de CycloneDX 1,5 (+ identificadores SPDX válidos) — un estándar externo publicado, cero errores de validación en todo el grafo de dependencias; la parte de determinismo de FoM / reproducibilidad byte a byte sigue siendo una comprobación de autoconsistencia fijada, por lo que la fila sigue siendo MODELLED
  • MODELLED Estación de referencia diferencial de clase NovaMoon: cancelación de modo común + residuo que crece con la línea base + niveles de protección DGNSS. Referencia independiente (InternalConsistency): Identidad de cancelación de errores diferencial + reutilización de la maquinaria de PL de SBAS DO-229E; la diferencia simple + resolución WLS se contrasta además con lsq()/matinv() de RTKLIB (Takasu, BSD-2-Clause, C compilado): código de resolución independiente, pero con el mismo álgebra de primer orden de la diferencia de LOS, por lo que sigue siendo InternalConsistency
  • MODELLED Los tres términos que recoge una corrección diferencial entre la época en que se calcula y la época en que se usa, cada uno dejado antes como margen sin modelar:. Referencia independiente (InternalConsistency): Identidades de forma cerrada y autocoherencia: la varianza step²/12 del cuantizador uniforme, la propagación exacta de covarianza (GᵀG)⁻¹GᵀRG(GᵀG)⁻¹ que se reduce a σ·PDOP para σ iguales, la transferencia 1:1 del término de topografía como consecuencia de û_user ≈ û_ref, y el cierre en cuadratura de la desconexión. La contrastación del PDOP con orbit::dop comparte la matriz normal [−û, 1], por lo que es una comprobación de coherencia y se etiqueta como tal en lugar de una in
  • MODELLED Barrido Monte Carlo del modelo de PNT diferencial lunar sobre una cuadrícula de usuarios en el polo sur y un día de épocas (el tipo de escenario lunar-station-coverage): para una r diferencial. Referencia independiente (InternalConsistency): Aritmética recalculada por un script de numpy independiente sobre casos exportados (scripts/gen_lunar_station_ref.py, numpy 2.5.4; preregistrado en tests/fixtures/lunar_station/PREREGISTRATION.md, confirmado por separado en 9caedf97 antes de la primera ejecución): en 20 casos con todos los términos de error activados, los conjuntos visibles y el estado son idénticos, los errores de distancia brutos coinciden hasta 1.4e-14 m, los vectores y magnitudes del error de posición hasta 1.4e-9 m frente a

Limitaciones#

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

  • MODELLED (resultado label)
  • MODELLED. (catálogo de tipos de escenario (kshana kinds --json))
  • HONESTIDAD: MODELLED. Bajo los supuestos indicados a continuación, el modelo da estas cifras. No es una afirmación sobre el rendimiento de ningún sistema real; sin afiliación ni respaldo de ninguna agencia; sin ninguna afirmación de TRL ni de herencia de vuelo. Omitido: enmascaramiento del terreno y del horizonte en el polo (la primera limitación), multitrayecto, hardware del receptor. (comentario del archivo de escenario, líneas 15 a 18)
  • 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))
  • El PNT diferencial lunar es MODELLED, no validado: se comprueba frente a su propia identidad analítica o de forma cerrada, lo que detecta errores de transcripción y de coeficientes, pero no es una referencia independiente externa. (matriz de verificación (docs/MODELLED-RATIONALE.md))
  • El PNT diferencial lunar: presupuesto de residuo del enlace de corrección es MODELLED, no validado: se comprueba frente a su propia identidad analítica o de forma cerrada, lo que detecta errores de transcripción y de coeficientes, pero no es una referencia independiente externa. (matriz de verificación (docs/MODELLED-RATIONALE.md))
  • El mapa de cobertura y precisión de la estación de referencia lunar es MODELLED, no validado: se comprueba frente a su propia identidad analítica o de forma cerrada, lo que detecta errores de transcripción y de coeficientes, pero no es una referencia independiente externa. (matriz de verificación (docs/MODELLED-RATIONALE.md))

Véase también#