Alternatieve PNT bij GPS-uitval (familie van scenariosoorten)

5 scenariosoorten van de engine v0.40.0. Adviserend: analyse-uitvoer van een onderzoeks- en engineeringhulpmiddel, geen typegoedgekeurde navigatieapparatuur en geen veiligheidsdienst voor mensenlevens. Elk label hier is dat van de engine of van de verificatiematrix; een soort is MODELLED tenzij de matrix anders aangeeft (hoe een label wordt verdiend: het onderdeel Bewijs van de README).

Themapagina's: CAPABILITY, RESILIENCE-CROSSWALK. Voer er een uit: kshana scenarios/combined-altpnt.toml. Alle families: KINDS.md.

gravity-map#

Navigatie met zwaartekrachtkaartmatching zonder GPS: een koudeatoomgravimeter herstelt een constante INS-drift uit de reeks zwaartekrachtanomalieën waar hij doorheen vliegt.

Verplichte velden: nmax, start_lat_deg, start_lon_deg, step_lat_deg, step_lon_deg, waypoints, drift_lat_deg, drift_lon_deg, gravimeter_asd, averaging_time_s, map_sigma_mgal, search_half_deg, search_step_deg. Optioneel: coeffs, mascons, refine_stages, refine_factor, noise_seed, reference, map_error_mc.

Register: geen matrixrij noemt deze soort; de engine labelt zijn eigen resultaat. Volledige pagina, met de invoer, resultaten, bewijs en beperkingen: gravity-map.

kshana scenarios/gravity-map-nav.toml

terrain-nav#

GPS-ontzegde terreingebonden navigatie (TERCOM/SITAN): een radar-/barometrische hoogtemeter vergelijkt het hoogteprofiel van het terrein met een DEM in SRTM-stijl om de INS-drift te herstellen.

Verplichte velden: dem_seed, start_lat_deg, start_lon_deg, step_lat_deg, step_lon_deg, waypoints, drift_lat_deg, drift_lon_deg, altimeter_sigma_m, map_sigma_m, search_half_deg, search_step_deg. Optioneel: refine_stages, refine_factor, noise_seed.

Register: MODELLED. Volledige pagina, met de invoer, resultaten, bewijs en beperkingen: terrain-nav.

kshana scenarios/terrain-nav.toml

terrain-slam#

GPS-ontzegde sequentiële (recursieve) terreingebonden navigatie: een deeltjesfilter draait het terreinmatch-meetmodel epoch voor epoch (SITAN als lopend filter), zodat een in de tijd variërende INS-drift langs het spoor wordt gevolgd, waar de batch-soort terrain-nav slechts één constante offset herstelt.

Verplichte velden: dem_seed, start_lat_deg, start_lon_deg, step_lat_deg, step_lon_deg, waypoints, drift_rate_lat_deg, drift_rate_lon_deg, altimeter_sigma_m, map_sigma_m. Optioneel: n_particles, init_pos_sigma_deg, process_sigma_deg, resample_ess_frac, seed.

Register: geen matrixrij noemt deze soort; de engine labelt zijn eigen resultaat. Volledige pagina, met de invoer, resultaten, bewijs en beperkingen: terrain-slam.

kshana scenarios/terrain-slam.toml

combined-altpnt#

GPS-denied gecombineerde navigator op zwaartekracht + magnetisme + terrein: drie scalaire veldkanalen die per waypoint worden gefuseerd voor een scherpere positiebepaling van de drift (lagere CRLB) dan met één enkel veld.

Verplichte velden: start_lat_deg, start_lon_deg, step_lat_deg, step_lon_deg, waypoints, drift_lat_deg, drift_lon_deg, search_half_deg, search_step_deg, nmax, gravity_sigma_mgal, igrf_year, magnetic_sigma_nt, dem_seed, terrain_sigma_m. Optioneel: coeffs, mascons, magnetic_mascons, igrf_alt_km, refine_stages, refine_factor, noise_seed, magnetic_grid.

Register: geen matrixrij noemt deze soort; de engine labelt zijn eigen resultaat. Volledige pagina, met de invoer, resultaten, bewijs en beperkingen: combined-altpnt.

kshana scenarios/combined-altpnt.toml

conflict-resilience#

MODELLED conflictveerkracht van gelaagde PNT (P7): een gebruiker in een betwiste omgeving zet meerdere PNT-lagen in (open-service-GNSS, breedband-GNSS, een geauthenticeerde constellatie, een augmentatierelay), elk met een basisbeschikbaarheid, een 1σ-nauwkeurigheid en een kwetsbaarheid voor uitval per vector voor de gedeelde jamming-/spoofingdreiging. Een op intensiteit gesweepte GESEEDE Monte-Carlo laat elke laag uitvallen met kans clamp(vulnerability·intensity·vector_weight,0.1), fuseert de overlevenden volgens de gesloten-vorm-inverse-variantieregel σ_fused=(Σ 1/σ_i²)^(−1/2), en rapporteert de kans op totaal verlies (alle lagen uitgevallen), de mediane gefuseerde fout en statistieken per laag voor bruikbaarheid/uitval tegenover intensiteit. De kopveerkrachtverhouding (kans op totaal verlies bij één laag tegenover gelaagd) komt uit op ~7x onder de aanname van ONAFHANKELIJKHEID; een gaussiaanse-copula-sweep met één factor en gecorreleerde uitval toont daarna dat die ~7x naar 1 instort naarmate de uitvalcorrelatie toeneemt (correlatie ondermijnt gelaagdheid). Een blok met priorgevoeligheid laat de kopwaarde variëren over de BEGRONDE kwetsbaarheidspriors via de mcda-tornado + een Dirichlet-herverdeling van dreigingsinspanning + percentielbetrouwbaarheidsintervallen. VALIDATED kern: het totale verlies uit Monte-Carlo convergeert naar het gesloten-vorm-onafhankelijke product Π_i p_deny_i (binnen de Monte-Carlo-standaardfout bij vaste seed en grote N); de inverse-variantiefusie is een gesloten-vorm-identiteit; bij ρ=0 reduceert de copula tot het onafhankelijke model en behoudt elke ρ de marginale uitvalfrequentie van elke laag. MODELLED: de groottes van kwetsbaarheid/beschikbaarheid/nauwkeurigheid per laag zijn begronde maar gemodelleerde invoer (JammerTest 2024, TEXBAT, EASA SIB, RTCA DO-229, LunaNet/IOAG — zie conflict_threat_params), en de specifieke grootte van ~7x en de vorm van de curve verhouding-versus-correlatie volgen uit die parametrisering. Een uitsplitsing van overleving per vector in § 4,2 splitst daarna de gedeelde RF-dreiging in de vier benoemde vectoren (jamming/spoofing/kinetisch/cyber) en rapporteert van elke vector de curve van geleidelijke achteruitgang van bruikbare PNT S_v(x)=1-Prod_i(1-a_i(1-clamp(susceptibility_i,v·x,0.1))) — VALIDATED: de geseede Monte-Carlo per laag convergeert naar die gesloten vorm; jamming is de scherpste vector voor de gecorreleerde RF-basislijn en de RF-immune inertiële laag is de beslissende overlever. Geen gecertificeerd product voor navigatiebeschikbaarheid.

Verplichte velden: geen. Optioneel: layers, intensity, correlation, trials, seed, primary_layer.

Register: geen matrixrij noemt deze soort; de engine labelt zijn eigen resultaat. Volledige pagina, met de invoer, resultaten, bewijs en beperkingen: conflict-resilience.

kshana scenarios/conflict-resilience.toml