Machinevertaling, niet beoordeeld door een moedertaalspreker. Engels is de referentie.

Pagina's per scenariotypeBewerken op GitHubBron: docs/kinds/by-kind/leo-ppp.md

leo-ppp (scenariosoort)

Scenariosoort van de engine v0.40.0, familie Navigatie in een lage baan om de aarde. Adviserend: uitvoer van een analyse door een onderzoeks- en engineeringhulpmiddel, geen typegoedgekeurde navigatieapparatuur en geen safety-of-life-dienst. Elk label hier is van de engine of van de verificatiematrix; een soort is MODELLED tenzij de matrix anders vermeldt (hoe een label wordt verdiend: de sectie Evidence van de README).

Wat het doet#

Convergentie van precieze puntpositiebepaling (PPP) met alleen GNSS en met LEO-aanvulling: een float extended Kalman-filter op ionosfeervrije code en draaggolffase met de statische stationscoördinaten, een witte klok van de ontvanger, één inter-systeembias per extra systeem, een zenitale natte vertraging als random walk, afgebeeld met 1/sin(elevatie), en een float-ambiguïteit per satellietboog; de fout van de precieze baan en klok is wit en gemeenschappelijk voor code en fase van een satelliet, dus elke satelliet is één gecorreleerde update met twee rijen in een Joseph-gestabiliseerde vorm. Metingen worden gesimuleerd uit hetzelfde model met geseede ruis over meerdere locaties en seeds, en elk geval (eerst alleen GNSS, daarna elke [[case]] van LEO-systemen, elke constellatie of voorinstelling) rapporteert de mediane convergentietijd (het eerste epoche waarna de horizontale en verticale fouten onder de drempels blijven, standaard 10 cm), de fractie die is geconvergeerd, de mediane foutcurven en de consistentie van het filter (de over runs gemiddelde NEES van de positie tegen de tweezijdige chikwadraatband van 95%). Optioneel naast de gepubliceerde cijfers voor gematigde breedtegraden van Li et al. (2019, J. Geod. 93:749, doi 10.1007/s00190-018-1195-2): 9,6 min voor multi-GNSS verkort tot 7,0, 3,2, 2,1 en 1,3 min met 60, 96, 192 en 288 LEO-satellieten. MODELLED: een consistentievergelijking van de trend, geen reproductie van de constellaties, ruis of stations van die studie; geen ambiguïteitsoplossing, cycle slips, phase wind-up, getijden of tijdgecorreleerde productfouten.

Eén run van scenarios/leo-ppp-convergence.toml vat samen als: PPP convergence to 0,10 m horizontal / 0,10 m vertical, 12 runs per case, 96 GNSS satellites GNSS only 0 LEO median 7,4 min converged 100% NEES mean 3,13 60 LEO 60 LEO median 4,8 min converged 100% NEES mean 3,08 96 LEO 96 LEO median 3,2 min converged 100% NEES mean 2,74 192 LEO 192 LEO median 2,7 min converged 100% NEES mean 2,65 288 LEO 288 LEO median 2,3 min converged 100% NEES mean 3,06 Li et al. 2019 (published, min) vs modelled: 0:9.6/7.4 60:7.0/4.8 96:3.2/3.2 192:2.1/2.7 288:1.3/2.3

Invoer#

Uit het schema (kshana kinds --json):

  • Vereiste velden: geen
  • Optionele velden: seed, duration_s, step_s, runs, criterion_horizontal_m, criterion_vertical_m, compare_li_2019, noise, site, gnss, case

Het voorbeeld scenarios/leo-ppp-convergence.toml stelt onder meer in:

Veld Waarde Eenheid
case[0].name 60 LEO tekst
case[0].system[0].mask_deg 7 deg
case[0].system[0].name LEO-60 tekst
case[0].system[0].shell[0].altitude_km 1000 km
case[0].system[0].shell[0].inclination_deg 60 deg
case[0].system[0].shell[0].phasing 1 niet vermeld
case[0].system[0].shell[0].planes 6 niet vermeld
case[0].system[0].shell[0].total 60 niet vermeld
case[1].name 96 LEO tekst
case[1].system[0].mask_deg 7 deg
case[1].system[0].name LEO-96 tekst
case[1].system[0].shell[0].altitude_km 1000 km

Uitvoeren#

kshana scenarios/leo-ppp-convergence.toml

Wat het oplevert#

De scalaire resultaten van die run, met de eenheden die de engine noemt:

Resultaat Waarde Eenheid
criterion_horizontal_m 0.1 m
criterion_vertical_m 0.1 m
duration_s 1800 s
evidence.id_rule de stabiele id van de matrixrij (de ID tekst
evidence.matrix docs/VERIFICATION-MATRIX.md tekst
evidence.tier MODELLED tekst
n_gnss 96 aantal
noise.amb0_sigma_m 30 m
noise.clock_sigma_m 1000 m
noise.isb0_sigma_m 10 m

Resultaatlabel (van de engine): MODELLED float-PPP (ionosfeervrije code en fase, witte klok, natte vertraging als random walk, float-ambiguïteiten per boog) op gesimuleerde metingen uit hetzelfde model; de cijfers van Li et al. (2019) zijn een vergelijking van de trend, geen reproductie

De grafiek die de engine schrijft voor scenarios/leo-ppp-convergence.toml, soort leo-ppp

Bewijs#

MODELLED: de rijen van de verificatiematrix die dit type noemen.

  • MODELLED Een float-PPP extended Kalman-filter op ionosfeervrije code en fase: statische coördinaten, een witte klok van de ontvanger, één inter-systeembias per extra systeem, een zenitale natte vertraging als random walk afgebeeld met 1/sin(elevatie), een float-ambiguïteit per satel Tests: leo_fusion_scenarios.rs.

De rijen die de run zelf heeft beproefd, met de onafhankelijke referentie die de matrix aan elk geeft (de openbare bronnen worden daar genoemd):

  • MODELLED Deterministisch, scenario-gehasht, SBOM + gouden poorten voor meerdere platforms. Onafhankelijke referentie (ExternalDataset): formaatcontrole van de SBOM tegen het officiële CycloneDX 1,5 JSON Schema (+ geldige SPDX-identificatoren) — een externe gepubliceerde standaard, nul validatiefouten over de volledige afhankelijkheidsgraaf; het onderdeel determinisme van de FoM en byte-reproduceerbaarheid blijft een vastgepinde zelfconsistentiecontrole, dus de rij blijft MODELLED
  • MODELLED Een float-PPP extended Kalman-filter op ionosfeervrije code en fase: statische coördinaten, een witte klok van de ontvanger, één inter-systeembias per extra systeem, een rand. Onafhankelijke referentie (ExternalDataset): De NEES-chikwadraattoets is een interne consistentiecontrole (referentiewaarheid en filter delen het model). De trend wordt vergeleken met Li et al., LEO constellation-augmented multi-GNSS for rapid PPP convergence, J. Geod. 93:749-764 (2019), doi 10.1007/s00190-018-1195-2: multi-GNSS 9,6 min verkort tot 7,0, 3,2, 2,1 en 1,3 min met 60, 96, 192 en 288 LEO-satellieten. Het meegeleverde scenario geeft 7,4, 4,8, 3,2, 2,7 en 2,3 min met i

Beperkingen#

Wat het eigen rapport van de run zegt dat niet is gemodelleerd of niet extern getoetst is:

  • MODELLED float-PPP (ionosfeervrije code en fase, witte klok, natte vertraging als random walk, float-ambiguïteiten per boog) op gesimuleerde metingen uit hetzelfde model; de cijfers van Li et al. (2019) zijn een vergelijking van de trend, geen reproductie (resultaat label)
  • MODELLED: een consistentievergelijking van de trend, geen reproductie van de constellaties, ruis of stations van die studie; geen ambiguïteitsoplossing, cycle slips, phase wind-up, getijden of tijdgecorreleerde productfouten. (soortencatalogus (kshana kinds --json))
  • De vier LEO-constellaties hier zijn representatieve Walker-deltaschillen op 1000 km en 60 deg met 60, 96, 192 en 288 satellieten; het zijn GEEN ontwerpen uit het artikel, en de ruis, stations en convergentiedefinitie (horizontale en verticale fouten onder 10 cm tot het einde van de run) zijn die van dit model. De vergelijking is daarom een MODELLED consistentiecontrole op de trend: de convergentie moet monotoon korter worden met t (opmerking in het scenariobestand, regels 10 tot 14)
  • Reproduceerbaarheid en softwarewaarborging is MODELLED, niet extern getoetst: een deelclaim wordt extern gecontroleerd, maar de hele mogelijkheid is samengesteld uit gemodelleerde onderdelen, dus de mogelijkheid blijft gemodelleerd. (verificatiematrix (docs/MODELLED-RATIONALE.md))
  • Convergentie van precieze puntpositiebepaling met alleen GNSS en met LEO-aanvulling is MODELLED, niet getoetst aan een onafhankelijke externe referentie: een deelclaim is extern gecontroleerd, maar de hele mogelijkheid is samengesteld uit gemodelleerde onderdelen, dus de mogelijkheid blijft gemodelleerd. (verificatiematrix (docs/MODELLED-RATIONALE.md))

Zie ook#