Alternatywne PNT w warunkach braku GPS (rodzina rodzajów scenariuszy)

5 rodzajów scenariuszy silnika v0.40.0. Wyłącznie doradczo: wynik analizy z narzędzia badawczo-inżynieryjnego; nie jest to sprzęt nawigacyjny z zatwierdzeniem typu ani usługa bezpieczeństwa życia. Każda etykieta tutaj pochodzi z silnika lub z macierzy weryfikacji; rodzaj ma status MODELLED, chyba że macierz stanowi inaczej (jak zdobywa się etykietę: sekcja Evidence w README).

Strony tematyczne: CAPABILITY, RESILIENCE-CROSSWALK. Uruchom jeden: kshana scenarios/combined-altpnt.toml. Wszystkie rodziny: KINDS.md.

gravity-map#

Nawigacja z dopasowaniem do mapy grawitacyjnej bez GPS: grawimetr na zimnych atomach odtwarza stały dryf INS z ciągu anomalii grawitacyjnych, przez który przelatuje.

Pola wymagane: 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. Opcjonalne: coeffs, mascons, refine_stages, refine_factor, noise_seed, reference, map_error_mc.

Rejestr (ledger): żaden wiersz macierzy nie wymienia tego rodzaju; silnik sam oznacza swój wynik. Pełna strona z danymi wejściowymi, wynikami, dowodami i ograniczeniami: gravity-map.

kshana scenarios/gravity-map-nav.toml

terrain-nav#

Nawigacja odniesiona do terenu bez GPS (TERCOM/SITAN): wysokościomierz radarowy/barometryczny dopasowuje profil wysokości terenu do NMT w stylu SRTM, aby odzyskać dryf INS.

Pola wymagane: 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. Opcjonalne: refine_stages, refine_factor, noise_seed.

Rejestr (ledger): MODELLED. Pełna strona z danymi wejściowymi, wynikami, dowodami i ograniczeniami: terrain-nav.

kshana scenarios/terrain-nav.toml

terrain-slam#

Sekwencyjna (rekurencyjna) nawigacja odniesiona do terenu bez GPS: filtr cząsteczkowy uruchamia model pomiaru dopasowania do terenu epoka po epoce (SITAN jako filtr ciągły), dzięki czemu zmienny w czasie dryf INS jest śledzony wzdłuż trasy, podczas gdy wsadowe terrain-nav odzyskuje tylko jedno stałe przesunięcie.

Pola wymagane: 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. Opcjonalne: n_particles, init_pos_sigma_deg, process_sigma_deg, resample_ess_frac, seed.

Rejestr (ledger): żaden wiersz macierzy nie wymienia tego rodzaju; silnik sam oznacza swój wynik. Pełna strona z danymi wejściowymi, wynikami, dowodami i ograniczeniami: terrain-slam.

kshana scenarios/terrain-slam.toml

combined-altpnt#

Połączony nawigator grawitacyjny + magnetyczny + terenowy bez GPS: trzy skalarne kanały pól łączone w każdym punkcie trasy dla ostrzejszego (o niższym CRLB) wskazania dryfu niż w przypadku pojedynczego pola.

Pola wymagane: 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. Opcjonalne: coeffs, mascons, magnetic_mascons, igrf_alt_km, refine_stages, refine_factor, noise_seed, magnetic_grid.

Rejestr (ledger): żaden wiersz macierzy nie wymienia tego rodzaju; silnik sam oznacza swój wynik. Pełna strona z danymi wejściowymi, wynikami, dowodami i ograniczeniami: combined-altpnt.

kshana scenarios/combined-altpnt.toml

conflict-resilience#

Odporność warstwowego PNT w konflikcie MODELLED (P7): użytkownik w środowisku spornym dysponuje kilkoma warstwami PNT (GNSS usługi otwartej, szerokopasmowy GNSS, uwierzytelniona konstelacja, przekaźnik augmentacji), każda z bazową dostępnością, dokładnością 1σ i podatnością na odmowę dla każdego wektora wspólnego zagrożenia zagłuszaniem/spoofingiem. Przeglądany po intensywności Monte Carlo Z ZIARNEM odmawia każdej warstwie z prawdopodobieństwem clamp(podatność·intensywność·waga_wektora,0 1), łączy ocalałe zamkniętą regułą odwrotnej wariancji σ_fused=(Σ 1/σ_i²)^(−1/2) i podaje prawdopodobieństwo całkowitej utraty (wszystkie warstwy odmówione), medianę błędu po połączeniu oraz statystyki użyteczności/odmowy dla każdej warstwy względem intensywności. Główny współczynnik odporności (prawdopodobieństwo całkowitej utraty dla pojedynczej warstwy wobec warstwowego) wynosi ~7x przy założeniu NIEZALEŻNOŚCI; jednoczynnikowy przegląd skorelowanej odmowy z kopułą Gaussa pokazuje następnie, że to ~7x zapada się ku 1 w miarę wzrostu korelacji odmowy (korelacja pokonuje warstwowanie). Blok wrażliwości na założenia a priori rozpina wynik główny po ŹRÓDŁOWO UDOKUMENTOWANYCH założeniach podatności przez tornado mcda + realokację wysiłku zagrożenia Dirichleta + przedziały ufności z percentyli. Rdzeń VALIDATED: całkowita utrata Monte Carlo zbiega do zamkniętego iloczynu niezależnego Π_i p_deny_i (w granicach błędu standardowego MC przy stałym ziarnie i dużym N); połączenie odwrotnej wariancji jest tożsamością w postaci zamkniętej; przy ρ=0 kopuła redukuje się do modelu niezależnego, a każde ρ zachowuje brzegowy wskaźnik odmowy każdej warstwy. MODELLED: wielkości podatności/dostępności/dokładności dla każdej warstwy są danymi wejściowymi ze źródeł, ale obliczonymi na podstawie modelu (JammerTest 2024, TEXBAT, EASA SIB, RTCA DO-229, LunaNet/IOAG — zob. conflict_threat_params), a konkretna wielkość ~7x i kształt krzywej współczynnik-względem-korelacji wynikają z tej parametryzacji. Podział przeżywalności dla każdego wektora w § 4,2 rozdziela następnie wspólne zagrożenie RF na cztery nazwane wektory (zagłuszanie/spoofing/kinetyczny/cybernetyczny) i podaje dla każdego wektora krzywą łagodnej degradacji użytecznego PNT S_v(x)=1-Prod_i(1-a_i(1-clamp(susceptibility_i,v·x,0 1))) — VALIDATED: Monte Carlo z ziarnem dla każdej warstwy zbiega do tej postaci zamkniętej; zagłuszanie jest najostrzejszym wektorem dla skorelowanego punktu odniesienia RF, a warstwa inercjalna odporna na RF jest decydującym ocalałym. To nie jest certyfikowany produkt do oceny dostępności nawigacji.

Pola wymagane: brak. Opcjonalne: layers, intensity, correlation, trials, seed, primary_layer.

Rejestr (ledger): żaden wiersz macierzy nie wymienia tego rodzaju; silnik sam oznacza swój wynik. Pełna strona z danymi wejściowymi, wynikami, dowodami i ograniczeniami: conflict-resilience.

kshana scenarios/conflict-resilience.toml