Tradução automática, não revista por um falante nativo. O inglês é a referência.

CenáriosGerado a partir dos arquivos de cenário e da matriz de verificação do repositório no momento da compilação.

Referência de cenários

Todos os arquivos de cenário incluídos (193), agrupados por tipo. A descrição é o comentário de cabeçalho do próprio arquivo; os parâmetros principais são suas configurações de nível superior. O status lê a matriz de verificação para o módulo do tipo de cenário. Abrir no Kshana Studio abre a execução gravada.

Um satélite sobre uma estação: a distância oblíqua, a elevação e o Es/N0 de cada passagem ao longo da passagem, o MODCOD DVB-S2 escolhido a cada passo (limiares da Tabela 13 da ETSI EN 302 307-1 mais uma margem de implementação) e o volume de dados que o ACM move em relação à linha de base de codificação constante que fecha na máscara. MODELLED.

aocs#

Controle de atitude de espaçonave: uma manobra de apontamento inercial de um hub rígido com três ou mais rodas de reação balanceadas sob realimentação MRP (L = -K sigma - P omega), torques das rodas de norma mínima limitados ao limite de cada motor, RK4 com retentor de ordem zero; opcionalmente fechada sobre um EKF multiplicativo a partir de um giroscópio simulado (passeio aleatório de ângulo e de taxa) e um rastreador de estrelas. Informa o tempo de acomodação, o erro de apontamento final e de pico, a velocidade e o torque de pico das rodas, a fração saturada, a deriva do momento angular e, com o estimador, o seu erro de atitude e o NEES. A malha de estado verdadeiro é VALIDATED contra o Basilisk 2.9.1; o estimador é MODELLED.

aocs-slew.toml

tipo de cenário aocsnão associado a um módulo do registro pelo nome

Manobra de atitude com roda de reação sob realimentação MRP, fechada sobre o estado verdadeiro.

kind = "aocs"
duration_s = 600.0
dt_s = 0.1
sample_s = 1.0
k_nm = 3.5
p_nms = 30.0
pointing_threshold_deg = 0.1
axis = [0.5773502, 0.5773502, 0.5773504]

Abrir no Kshana Studio · Ver no GitHub

aocs-slew-mekf.toml

tipo de cenário aocsnão associado a um módulo do registro pelo nome

Manobra de atitude com roda de reação sob realimentação MRP, fechada sobre uma estimativa MEKF.

kind = "aocs"
duration_s = 600.0
dt_s = 0.1
sample_s = 1.0
k_nm = 3.5
p_nms = 30.0
pointing_threshold_deg = 0.1
axis = [0.5773502, 0.5773502, 0.5773504]

Abrir no Kshana Studio · Ver no GitHub

aperture-duty-cycle#

Ciclo de trabalho de abertura: a divisão de tempo entre navegação e comunicações que um plano de contatos implica para um conjunto de aberturas direcionáveis. Recebe um plano de contatos (uma lista de janelas [[contacts]] aos_s/los_s, cada uma pedindo navegação ou comunicações — o mesmo vocabulário aos_s/los_s que o preditor passes emite), uma contagem de aberturas e uma POLÍTICA DE ARBITRAGEM (prioridade de navegação por padrão, ou prioridade de comunicações, ou primeiro a chegar, primeiro a ser atendido sem preempção), e informa o ciclo de trabalho de navegação, o ciclo de trabalho de comunicações, o ciclo de trabalho ocioso e a indisponibilidade por sessão — o tempo de contato que uma sessão pediu e nenhuma abertura atendeu. Uma varredura exata de intervalos sobre as fronteiras das janelas, de modo que janelas que se tocam nunca disputam e nenhum segundo de abertura é contado em dobro; os segundos de abertura de navegação, de comunicações e ociosos são acumulados de forma independente e fecham contra aberturas*horizon_s. O relatório declara a política resolvida, a sua definição completa e as definições de ciclo de trabalho e de indisponibilidade, porque um valor de ciclo de trabalho citado sem a sua política de arbitragem não é reproduzível. Aritmética de agendamento MODELLED: nenhum tempo de manobra / resintonização / troca é cobrado quando uma abertura muda de serviço ou de sessão, nenhum volume de dados, estado de buffer, orçamento de energia ou fechamento de enlace entra na decisão, e as janelas de contato são entradas — a sua geometria é aquela que as produziu. Não é um produto de agendamento de segmento terrestre.

aperture-duty-cycle.toml

tipo de cenário aperture-duty-cyclenão associado a um módulo do registro pelo nome

Demonstrador de ciclo de trabalho de abertura (segmento de solo e operações).

kind = "aperture-duty-cycle"
apertures = 2
arbitration = "navigation-priority"
name = "nav-1"
service = "navigation"
aos_s = 0.0
los_s = 600.0
name = "comms-1"

Abrir no Kshana Studio · Ver no GitHub

araim-reference-check#

Vetores de referência de certificação do ARAIM publicados: os níveis de proteção horizontal e vertical do ARAIM do motor executados contra os PRÓPRIOS exemplos numéricos resolvidos do Subgrupo Técnico de ARAIM do WG-C, na tolerância (TOL_PL = 5e-2 m) que esses próprios documentos declaram. Dois vetores estão versionados como fixtures, cada um com o seu URL de obtenção, a data de obtenção, o SHA-256 do arquivo de origem e a página: o Apêndice D do Reference Airborne Algorithm Description Document v3.1 (2019) — autoconsistente e o vetor de aceitação — e a Seção A.IX do Anexo A do Milestone 3 Report (2016), a declaração que as bibliografias de pesquisa citam. Toda entrada publicada (a matriz de geometria de 10 satélites e 2 constelações, as diagonais de variância C_int e C_acc, b_nom, P_sat, P_const e o conjunto de constantes LPV-200) e toda saída publicada (VPL, HPL, EMT, sigma_v_acc, K_fa_3 e os sigma_3, sigma_ss_3 e b_3 dos dois modos de falha de constelação) é informada ao lado do número do próprio motor e da sua diferença absoluta. A equação do nível de proteção NÃO é resolvida de novo aqui: a lista de modos da referência é entregue ao raim::araim_protection_level / araim_integrity_risk já existentes do motor, de modo que a bissecção e a álgebra da cauda gaussiana sob teste são as do próprio motor; só a geometria, as subsoluções, os limiares de detecção e a divisão de orçamento publicada são construídos para ele. EXTERNALLY CHECKED contra o vetor de 2019: VPL 18,2926 m contra 18,3 m publicado, HPL 13,4063 m contra 13,45 m, EMT 7,2997 m contra 7,2998 m, sigma_v_acc 1,3694 m contra 1,3694 m, e todos os seis intermediários publicados com precisão de meia unidade na última casa decimal impressa. O vetor de 2016 traz dois defeitos internos que o relatório declara em vez de ocultar — um erro de sinal na linha 3 de G e um K_fa_3 avaliado em 57 modos de falha enquanto o documento declara N_fault_max = 1 (12 modos) — de modo que os seus intermediários de geometria são reproduzidos exatamente, enquanto os seus níveis de proteção são informados como discrepâncias medidas e excluídos da figura de aceitação; a tolerância nunca é ampliada para absorvê-los. Todo campo numérico emitido traz uma unidade e uma classe de proveniência, e uma figura transcrita é rotulada published para que nunca possa ser confundida com uma calculada. ESCOPO: apenas N_fault_max = 1 (modos de falha de um único satélite e de uma única constelação) está implementado, e um caso cujas probabilidades a priori exigem subconjuntos de falhas simultâneas de vários eventos é REFUSED em vez de ser truncado silenciosamente; a detecção e exclusão de falhas, a verificação de consistência do qui-quadrado e a etapa de realocação de dupla contagem do algoritmo de referência estão fora do escopo. Isto reproduz o exemplo resolvido de um algoritmo de referência publicado — não é uma certificação, um artefato de aeronavegabilidade nem uma aprovação.

araim-reference-check.toml

tipo de cenário araim-reference-checknão associado a um módulo do registro pelo nome

Os níveis de proteção de ARAIM do motor contra os exemplos resolvidos PRÓPRIOS do subgrupo WG-C.

kind = "araim-reference-check"

Abrir no Kshana Studio · Ver no GitHub

ascent-losses#

Subida planar em curva gravitacional de um veículo de vários estágios sobre uma Terra esférica não rotativa, através da US Standard Atmosphere 1976 (subida vertical, chute de arfagem, empuxo ao longo da velocidade), integrando as perdas por gravidade, arrasto, direcionamento e contrapressão e verificando o dv ideal menos as perdas contra a velocidade de fim de queima; max-Q, aceleração de pico e estado de fim de queima. MODELLED.

ascent-losses.toml

tipo de cenário ascent-lossesnão associado a um módulo do registro pelo nome

Perdas de ascensão por gravity turn de um lançador de dois estágios querosene/oxigênio ILLUSTRATIVE (nenhum veículo real): subida vertical até 1 km, um chute de arfagem de 3 graus por 10 s e depois empuxo ao longo da velocidade. A execução integra as perdas por gravidade, arrasto, direcionamento e contrapressão e verifica que o dv ideal menos as perdas é igual à velocidade de fim de queima. MODELLED: Terra plana e sem rotação, C_D constante, sem fase de inércia, sem guiagem além do chute.

kind = "ascent-losses"
payload_kg = 10000.0
drag_coefficient = 0.3
kick_altitude_m = 1000.0
kick_angle_deg = 3.0
kick_duration_s = 10.0
step_s = 0.1
dry_mass_kg = 25000.0

Abrir no Kshana Studio · Ver no GitHub

attitude-budget#

Orçamento de erro de atitude e apontamento em 3 graus de liberdade: o torque perturbador de gradiente de gravidade de pior caso ((3/2)(μ/R³)ΔI) e um orçamento de erro de apontamento por raiz da soma dos quadrados sobre contribuintes nomeados de 1σ (ruído de sensor, jitter da roda de reação, térmico, alinhamento), com o termo dominante, para uma altitude orbital + dispersão de inércia do corpo. Orçamento escalar de AOCS MODELLED — um complemento pré-hardware ao Basilisk/42, não uma simulação de malha de controle / 6 graus de liberdade / modos flexíveis.

attitude-budget.toml

tipo de cenário attitude-budgettipo de cenário tem linhas validadas no registro · 1 de 1 linhas validadas

Demonstrador de orçamento de erro de atitude e apontamento em 3-DOF (AOCS/GNC pré-hardware).

kind = "attitude-budget"
altitude_km = 600.0
name = "star_tracker_noise"
sigma_arcsec = 5.0
name = "reaction_wheel_jitter"
sigma_arcsec = 8.0
name = "thermal_distortion"
sigma_arcsec = 4.0

Abrir no Kshana Studio · Ver no GitHub

body-pnt#

Posicionamento em torno de qualquer corpo do sistema solar: um orbitador ou um módulo de pouso na superfície em torno de um corpo central escolhido pelo nome (Marte, a Lua, Europa, Ganimedes, Titã e o restante do catálogo do sistema solar), navegando com pseudodistâncias unidirecionais de uma pequena constelação de navegação Walker em torno do corpo (órbitas de dois corpos com a deriva secular de J2 do próprio corpo, um relógio de usuário desconhecido) e, opcionalmente, uma medida de distância bidirecional de espaço profundo, sem relógio, a partir da Terra, cuja direção e distância vêm das efemérides analíticas do sistema solar em cada época. As linhas de visada são bloqueadas pela esfera média do corpo, e um usuário na superfície também precisa da máscara de elevação. Por época: relés em vista, se a Terra está acima do limbo, o GDOP e o PDOP apenas da constelação (diluição de precisão geométrica e de posição), a incerteza formal de posição de um sigma com e sem a linha da Terra, e o erro de uma solução de mínimos quadrados de Gauss-Newton com semente em cada caso; ao longo da execução: disponibilidade, visibilidade da Terra, PDOP mediano, erro RMS e sigma formal mediano, além do tempo de luz Terra-corpo, da ida e volta, do atraso de Shapiro e da separação do Sol na época. MODELLED: as órbitas dos relés, os níveis de ruído e o modelo de medida instantâneo são escolhas de modelagem, não validadas contra dados de navegação de uma missão; as constantes do corpo são os valores publicados citados em body.rs, e a geometria da Terra herda os rótulos das efemérides do sistema solar.

europa-surface-pnt.toml

tipo de cenário body-pntnão associado a um módulo do registro pelo nome

Posicionamento de um módulo de pouso em Europa: o caso de uma lua joviana.

kind = "body-pnt"
body = "Europa"
epoch = "2027-02-19T00:00:00"
duration_s = 306822.0
step_s = 1800.0
seed = 11
kind = "surface"
lat_deg = 20.0

Abrir no Kshana Studio · Ver no GitHub

mars-orbit-pnt.toml

tipo de cenário body-pntnão associado a um módulo do registro pelo nome

Posicionamento de um orbitador em órbita baixa de Marte com uma constelação de navegação marciana e um enlace de espaço profundo.

kind = "body-pnt"
body = "Mars"
epoch = "2027-02-19T00:00:00"
duration_s = 88775.0
step_s = 300.0
seed = 7
kind = "orbiter"
altitude_km = 300.0

Abrir no Kshana Studio · Ver no GitHub

campaign#

Campanha: tipos de cenário existentes compostos em uma só execução, com cada número lido de uma execução real do tipo de cenário nomeado. Quatro seções, em qualquer combinação. PHASES: uma missão encadeada em uma linha do tempo compartilhada -- cada fase executa um ou mais cenários (por exemplo jamming, depois spoofing, depois um relógio em holdover com um sistema de navegação inercial deslizando ao lado, depois um alarme de integridade, depois a recuperação), as suas saídas são lidas em canais nomeados (erro de tempo do relógio contra a sua guarda, relação portadora/densidade de ruído contra o piso de rastreamento, nível de proteção contra o limite de alerta, erro de posição, satélites rastreados, sinalizadores de alarme) por uma predefinição por tipo de cenário ou por caminhos de resultado explícitos, e reamostradas em uma grade comum por retentor de ordem zero, com fronteiras de fase e eventos; o estado é repassado por carry (um canal continua a partir do valor final da fase anterior), handoff (um número da fase anterior gravado no cenário desta fase) e end_at (uma fase termina em um instante que uma execução calculou, como o instante de detecção de um monitor de spoofing). SWEEP: uma grade sobre uma a três chaves de cenário com pontos de qualquer tipo de cenário (um segmento de número inteiro indexa um array de tabelas, como em system.2.sisre_m), com métricas lidas por caminho de resultado e, com execuções acima de uma, um conjunto de Monte Carlo com semente em cada nó. MONTE_CARLO: a realização k executa em base_seed + k; cada métrica informa média, desvio padrão, percentis 5º/50º/95º pelo posto mais próximo e um intervalo de confiança de 95% por bootstrap com semente fixa sobre a média. COMPOSE: vários cenários sob valores compartilhados (a potência e a posição de um jammer gravadas em um receptor marítimo e em um rodoviário), com um resumo combinado de melhor/pior caso. O resultado traz um hash de campanha, um resumo sobre o resultado de cada membro e uma entrada de unidades para cada número emitido; as exportações de interoperabilidade gravam cada cenário membro que tem geometria como seu próprio conjunto de arquivos. As identidades de composição são testadas: uma campanha de uma fase reproduz a execução isolada bit a bit, um conjunto de semente fixa é estável byte a byte e, em um relógio com ruído de frequência branco, a média do conjunto cai dentro do intervalo informado, com a dispersão coincidindo com sqrt(q_wf * tau). MODELLED: o carry aditivo e o retentor de ordem zero são escolhas de modelagem, e cada fase traz o rótulo do tipo de cenário que a executou.

campaign-jam-spoof-holdover-integrity.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Uma missão encadeada: nominal, jamming, spoofing, perda de GNSS com holdover de relógio e navegação inercial por inércia, um alarme de integridade e recuperação, em uma única linha do tempo compartilhada.

kind = "campaign"
title = "Jamming, spoofing, holdover and integrity: a chained mission"
seed = 20260928
step_s = 10.0
name = "nominal"
duration_s = 600.0
seed = 42
threshold_ns = 50.0

Abrir no Kshana Studio · Ver no GitHub

campaign-monte-carlo-clock-holdover.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Um conjunto Monte Carlo com semente ao longo de uma campanha, em um caso com forma fechada.

kind = "campaign"
title = "Monte Carlo: free-running clock error against its closed form"
seed = 20260928
runs = 200
seed_key = "seed"
metrics = [
seed = 42
threshold_ns = 20.0

Abrir no Kshana Studio · Ver no GitHub

campaign-shared-jammer-sea-road.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Composição entre domínios: um jammer, duas plataformas. Um navio no Golfo da Finlândia (59,80 N, 24,90 E, o receptor do exemplo maritime-strait-jamming) e um carro em uma estrada costeira de Helsinque (60,17 N, 24,94 E) ficam sob o mesmo jammer de banda larga, posicionado em 59,80 N, 25,44 E, a 30 m de altura (cerca de 30 km do navio e 50 km do carro).

kind = "campaign"
title = "One jammer, a ship and a car"
seed = 20260928
name = "jammer_power"
unit = "dBW"
value = 8.0
name = "jammer_position"
unit = "m"

Abrir no Kshana Studio · Ver no GitHub

campaign-spectrum-holdover-integrity.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Uma missão encadeada conduzida pelo espectro da banda L: um jammer de chirp derruba o GPS L1 C/A e o Galileo E1, o relógio entra em holdover, e um tom de onda contínua (CW) deixado na portadora L1 mantém o C/A fora do ar enquanto o E1 se recupera, de modo que o receptor recorre ao Galileo e seu monitor de integridade passa a operar sobre um céu somente Galileo.

kind = "campaign"
title = "L-band jamming from the spectrum, clock holdover and a Galileo-only fallback"
seed = 20260928
step_s = 1.0
name = "onset"
duration_s = 60.0
end_at = "timeline.bands[0].first_loss_t_s"
end_at_run = 1

Abrir no Kshana Studio · Ver no GitHub

campaign-sweep-jammer-power.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Uma varredura de parâmetros por meio de uma campanha: o receptor do exemplo de jamming (52 N, 4 E, camada Walker de 24 satélites semelhante à do GPS) sob um jammer de banda larga a 1 km de distância, com a potência de transmissão do jammer variando de -50 dBW (10 nW) a +10 dBW (10 W) em passos de 5 dB. Cada nó é uma execução comum de jamming; a campanha registra, por nó, a fração de épocas com ao menos quatro satélites ainda rastreando, a razão jammer-sinal (J/S) média e o menor número de satélites rastreando.

kind = "campaign"
title = "Jammer power sweep: availability and J/S against transmit power"
seed = 20260928
metrics = [
name = "jammer_power"
key = "jammer.power_dbw"
unit = "dBW"
start = -50.0

Abrir no Kshana Studio · Ver no GitHub

leo-focus-data-services.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Área de foco de PNT em LEO: serviços de dados de PNT adicionais na mensagem de navegação.

kind = "campaign"
title = "Navigation-message service data against frame length"
seed = 20260929
name = "fit_interval"
unit = "s"
value = 300.0
label = "ephemeris-clock"
bind = { fit_interval = "message.fit_interval_s" }

Abrir no Kshana Studio · Ver no GitHub

leo-focus-fused-pnt-sisre.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Área de foco de PNT em LEO: PNT fundido MEO + LEO.

kind = "campaign"
title = "Fused MEO + LEO positioning against the LEO SISRE"
seed = 20260929
metrics = [
name = "leo_sisre"
key = "system.2.sisre_m"
unit = "m"
start = 0.05

Abrir no Kshana Studio · Ver no GitHub

leo-focus-indoor-uhf.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Área de foco de PNT em LEO: navegação em ambientes internos com UHF.

kind = "campaign"
title = "Indoor LEO-PNT by band and building class"
seed = 20260929
label = "traditional-building"
metrics = [
kind = "leo-pass"
epoch = "2026-09-28T12:00:00"
duration_s = 900.0

Abrir no Kshana Studio · Ver no GitHub

leo-focus-iot-eirp.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Área de foco de PNT em LEO: posicionamento de baixa energia para a Internet das Coisas (IoT) e dispositivos móveis.

kind = "campaign"
title = "IoT energy per fix against LEO UHF transmit power"
seed = 20260929
metrics = [
name = "uhf_eirp"
key = "satellite.0.band.0.eirp_dbw"
unit = "dBW"
start = -35.0

Abrir no Kshana Studio · Ver no GitHub

leo-focus-ntn-bandwidth.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Área de foco de PNT em LEO: compatibilidade com redes não terrestres (NTN) 5G/6G.

kind = "campaign"
title = "NTN positioning against reference-signal bandwidth"
seed = 20260929
metrics = [
name = "bandwidth"
key = "signal.0.bandwidth_hz"
unit = "Hz"
start = 180000.0

Abrir no Kshana Studio · Ver no GitHub

leo-focus-ppp-altitude.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Área de foco de PNT em LEO: posicionamento de alta exatidão (posicionamento preciso por ponto, PPP).

kind = "campaign"
title = "PPP convergence against the altitude of a 192-satellite LEO layer"
seed = 20260929
metrics = [
name = "leo_altitude"
key = "case.0.system.0.shell.0.altitude_km"
unit = "km"
start = 500.0

Abrir no Kshana Studio · Ver no GitHub

leo-resilience-gnss-jammed-leo-carries.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Missão de resiliência de PNT em LEO: GNSS sob jamming, o PNT em LEO sustenta o usuário, integridade mantida.

kind = "campaign"
title = "GNSS jammed, LEO-PNT carries the user, integrity maintained"
seed = 20260929
step_s = 30.0
name = "nominal"
duration_s = 600.0
series = [
kind = "spectrum"

Abrir no Kshana Studio · Ver no GitHub

leo-resilience-multiband-diversity.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Resiliência de PNT em LEO por diversidade de bandas: um jammer, um receptor de quatro bandas.

kind = "campaign"
title = "LEO-PNT band diversity against an L-band barrage jammer"
seed = 20260929
metrics = [
name = "jammer_power"
key = "jammers.0.received_power_dbw"
unit = "dBW"
start = -140.0

Abrir no Kshana Studio · Ver no GitHub

leo-resilience-spoof-monitors.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Resiliência de PNT em LEO contra spoofing: qual monitor enxerga qual spoofer.

kind = "campaign"
title = "Spoofing monitors against four spoofers"
seed = 20260929
name = "jump"
unit = "m"
value = 30.0
label = "l-band-only"
bind = { jump = "spoofer.offset_m" }

Abrir no Kshana Studio · Ver no GitHub

leo-vertical-5g-network-timing.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Vertical de PNT em LEO: redes sem fio, temporização de estações-base 5G/6G.

kind = "campaign"
title = "5G base-station timing: holdover and LEO time"
seed = 20260929
step_s = 300.0
name = "gnss-lost"
duration_s = 86400.0
events = [
kind = "telecom-timing"

Abrir no Kshana Studio · Ver no GitHub

leo-vertical-asset-tracking-iot.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Vertical de PNT em LEO: rastreamento de ativos e Internet das Coisas (IoT), energia por solução.

kind = "campaign"
title = "Container tracking with LEO UHF: energy per fix along a journey"
seed = 20260929
step_s = 10.0
name = "port-hamburg"
duration_s = 480.0
series = [
kind = "leo-pass"

Abrir no Kshana Studio · Ver no GitHub

leo-vertical-autonomous-vehicle.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Vertical de PNT em LEO: veículos autônomos, um cânion urbano com uma camada LEO.

kind = "campaign"
title = "Autonomous vehicle in an urban canyon with a LEO layer"
seed = 20260929
step_s = 10.0
name = "open-road"
duration_s = 600.0
series = [
alarms = [{ channel = "position_error_m", compare = "above", threshold = 1.5 }]

Abrir no Kshana Studio · Ver no GitHub

leo-vertical-autonomous-vehicle-skyline.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Vertical de PNT em LEO: o cânion urbano de veículos autônomos, como corte plano de elevação e como rua.

kind = "campaign"
title = "Autonomous vehicle in an urban canyon: a flat cut-off and a city-street skyline"
seed = 20260929
step_s = 10.0
name = "urban-canyon"
duration_s = 900.0
series = [
alarms = [{ channel = "position_error_m", compare = "above", threshold = 1.5 }]

Abrir no Kshana Studio · Ver no GitHub

leo-vertical-critical-infrastructure-timing.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Vertical de PNT em LEO: temporização de infraestrutura crítica, holdover com tempo de LEO.

kind = "campaign"
title = "Critical infrastructure timing: holdover with LEO time"
seed = 20260929
step_s = 300.0
name = "gnss-locked"
duration_s = 600.0
alarms = []
seed = 42

Abrir no Kshana Studio · Ver no GitHub

leo-vertical-polar-arctic.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Vertical de PNT em LEO: usuários polares e do Ártico.

kind = "campaign"
title = "Polar and Arctic users with a polar LEO layer"
seed = 20260929
step_s = 60.0
name = "tromso"
duration_s = 3600.0
series = [
alarms = [{ channel = "position_error_m", compare = "above", threshold = 3.0 }]

Abrir no Kshana Studio · Ver no GitHub

leo-vertical-rail-maritime.toml

tipo de cenário campaignnão associado a um módulo do registro pelo nome

Vertical de PNT em LEO: ferroviário e marítimo, os cenários marítimos e ferroviários incluídos mais LEO.

kind = "campaign"
title = "Railway and maritime with a LEO layer"
seed = 20260929
step_s = 10.0
name = "strait-jammed"
duration_s = 1800.0
kind = "jamming"
seed = 1

Abrir no Kshana Studio · Ver no GitHub

cislunar-arc-recovery#

Teste MODELLED de estimador independente do limiar de observabilidade do comprimento de arco cislunar. Esse limiar é uma leitura de POSTO sobre a matriz de observabilidade montada a partir das linhas ANALÍTICAS do jacobiano de distância e da matriz de transição de estado variacional ANALÍTICA, e a sua verificação cruzada por filtro de informação em raiz quadrada incorpora essas mesmas linhas — uma verificação de consistência entre duas máquinas numéricas, não uma corroboração. Este tipo de cenário fornece o árbitro que faltava: um estimador de mínimos quadrados em lote que de fato RECUPERA o estado inicial do chefe a partir de medidas simuladas, com as derivadas parciais da medida tomadas como DIFERENÇAS FINITAS CENTRAIS do modelo direto composto. Ele não chama nenhuma linha de jacobiano analítico, nenhuma STM variacional, nenhuma decomposição em valores singulares ou autovalores, nenhuma tolerância de posto e nenhum filtro de informação em raiz quadrada — uma guarda de texto-fonte em tests/cislunar_arc_recovery_reference.rs torna isso verificável — enquanto a dinâmica (o mesmo fluxo RK4 do CR3BP), as condições iniciais (a mesma constelação corrigida diferencialmente), o observável escalar e a grade de épocas são compartilhados deliberadamente e nomeados no bloco independence emitido, porque duas análises de um mesmo problema físico precisam concordar quanto à física para serem comparáveis. Dois critérios, cada um varrido ao longo de cinco décadas do seu próprio limite: RECUPERAÇÃO SEM RUÍDO (o erro de estado final de cada tentativa com semente no máximo recovery_factor vezes o seu deslocamento a priori — o análogo do posto, sem nenhuma tolerância de valor singular) e ESTIMABILIDADE POR MONTE CARLO (o erro RMS de posição medido sobre um conjunto de ruído com semente abaixo de um limite declarado — o análogo da estimabilidade, medido e não previsto). Suporta o caso planar de quatro estados e o espacial de seis estados, as famílias DRO / halo L2 / NRHO L2, os observáveis de distância e de taxa de distância, e uma parametrização polar centrada na Lua em que a transformação é aplicada ao ESTADO e o modelo direto é rediferenciado ali. MEASURED na grade planar de DRO publicada: o estimador recupera o caso de quatro estados a partir de 0,782609 h contra os 2,086957 h do critério de posto em rel_tol 1e-6 (razão 0,375) — o limiar de posto NÃO é corroborado como fronteira de recuperabilidade — enquanto a fronteira de estimabilidade medida cai na mesma célula da grade que a formal, 5,739130 h, e a curva de erro medida reproduz o 1 sigma formal ao longo de 21 comprimentos de arco com uma razão de média geométrica de 0,98. MODELLED: o projeto da constelação, a grade de épocas, o único enlace rastreado, a magnitude do deslocamento, o sigma da medida e os dois limites declarados. Não é um produto de desempenho de navegação certificado.

cislunar-arc-recovery.toml

tipo de cenário cislunar-arc-recoverynão associado a um módulo do registro pelo nome

Teste com estimador independente do limiar de observabilidade do comprimento de arco cislunar (R6, artigo B).

kind = "cislunar-arc-recovery"

Abrir no Kshana Studio · Ver no GitHub

cislunar-observability#

Observabilidade MODELLED de constelação cislunar planar (P6): rastreia uma constelação planar de DRO corrigida diferencialmente, com quatro espaçonaves e alcance intersatélites, e informa quanto do estado de quatro componentes [x,y,ẋ,ẏ] de uma espaçonave o arco torna observável. Emite (1) a tabela de posto contra comprimento de arco para um único enlace só de distância — de posto 1 instantâneo, crescendo em direção ao estado completo de quatro componentes à medida que o arco se estende (P6 Tabela 1); (2) o espectro de autovalores do gramiano de observabilidade + o número de condição ao longo do arco; (3) a comparação de posto instantâneo só de distância contra distância + taxa de distância (a alavanca de projeto do Doppler) mais o relato de GDOP singular só com distância / definido com distância + taxa; e (4) uma validação cruzada independente por SRIF cuja covariância a posteriori se torna finita / bem condicionada exatamente no arco em que o posto observável chega a quatro. Núcleo VALIDATED: o posto observável é um limiar de valor singular revelador de posto, verificado de forma cruzada contra o posto de autovalores do gramiano; o espectro de autovalores obedece aos invariantes espectrais (traço=Σλ, det=Πλ, Frobenius²=Σλ²); a STM variacional é a STM do CR3BP validada por diferenças finitas; as linhas do jacobiano de distância/taxa de distância são derivadas parciais analíticas validadas por diferenças finitas (verificadas de forma cruzada contra o observável de taxa de distância em 3-D do crate); as quatro condições iniciais são DROs planares corrigidas diferencialmente que fecham com um resíduo de periodicidade estreito e são retrógradas; a transição de posto é validada de forma cruzada contra o filtro de informação em raiz quadrada do crate (covariância a posteriori finita exatamente em posto completo, cond(P)=cond(OᵀO)); um instantâneo com deficiência de posto é sinalizado como GDOP indefinido (fim condition=inf), nunca como um valor finito espúrio — a mesma guarda de geometria singular que pvt::solve_spp aplica. MODELLED: o projeto da constelação (amplitudes e fases do perilúnio dos DROs) e a progressão específica de posto que ele produz. Não é um produto de desempenho de navegação certificado.

cislunar-observability.toml

tipo de cenário cislunar-observabilitynão associado a um módulo do registro pelo nome

Observabilidade de uma constelação cislunar plana ao longo de um arco de rastreamento (P6).

kind = "cislunar-observability"

Abrir no Kshana Studio · Ver no GitHub

clock#

Holdover do relógio em relação à especificação; conjunto Monte Carlo opcional (execuções > 1).

clock-ensemble.toml

tipo de cenário clocknão associado a um módulo do registro pelo nome

Conjunto Monte Carlo do cenário de holdover do relógio.

seed = 42
threshold_ns = 20.0
runs = 200
step_s = 10.0
duration_s = 7200.0
windows = [
id = "optical-sr-lattice"
provenance = "Strontium optical lattice clock, space-oriented goal sigma_y(1s)=1e-15 (Origlia/Schiller/Bongs et al., arXiv:1503.08457); q_wf=sigma_y(1s)^2; ground-demonstrator maturity, not flown; flicker floor modeled at sigma_y=1e-16"

Abrir no Kshana Studio · Ver no GitHub

clock-fitted-log.toml

tipo de cenário clocknão associado a um módulo do registro pelo nome

Um cenário de relógio cujo relógio clássico assume o ruído de um registro medido ([clock_fit]).

seed = 42
threshold_ns = 20.0
step_s = 10.0
duration_s = 7200.0
windows = [
id = "optical-sr-lattice"
provenance = "Strontium optical lattice clock, space-oriented goal sigma_y(1s)=1e-15 (Origlia/Schiller/Bongs et al., arXiv:1503.08457); q_wf=sigma_y(1s)^2; ground-demonstrator maturity, not flown; flicker/aging not modeled"
q_wf = 1.0e-30

Ainda não está no GitHub

clock-holdover.toml

tipo de cenário clocknão associado a um módulo do registro pelo nome

Cenário de referência do Kshana: execução de 2 h, 10 min de sincronização GNSS e depois ~1,8 h negadas. Ruído de FM branco do relógio calibrado ao sigma_y(1 s) publicado: q_wf = sigma_y(1s)^2. Validado em relação ao desvio de Allan simulado em tests/calibration.rs (~2%).

seed = 42
threshold_ns = 20.0
step_s = 10.0
duration_s = 7200.0
windows = [
id = "optical-sr-lattice"
provenance = "Strontium optical lattice clock, space-oriented goal sigma_y(1s)=1e-15 (Origlia/Schiller/Bongs et al., arXiv:1503.08457); q_wf=sigma_y(1s)^2; ground-demonstrator maturity, not flown; flicker/aging not modeled"
q_wf = 1.0e-30

Abrir no Kshana Studio · Ver no GitHub

clock-holdover-labsr.toml

tipo de cenário clocknão associado a um módulo do registro pelo nome

Variante: relógio óptico de estrôncio de grau de laboratório versus CSAC. Relógios de Sr de laboratório atingem sigma_y(1 s) = 4.8e-17 (Oelker et al. 2019, Nature Photonics).

seed = 42
threshold_ns = 20.0
step_s = 10.0
duration_s = 7200.0
windows = [
id = "optical-lab-sr"
provenance = "Laboratory Sr optical lattice clock, sigma_y(1s)=4.8e-17 (Oelker et al. 2019, Nature Photonics); q_wf=sigma_y(1s)^2; laboratory maturity, not flown; flicker/aging not modeled"
q_wf = 2.304e-33

Abrir no Kshana Studio · Ver no GitHub

clock-measured-log.toml

tipo de cenário clocknão associado a um módulo do registro pelo nome

Um cenário de relógio com um registro medido ao lado do holdover simulado ([clock_log]).

seed = 42
threshold_ns = 20.0
step_s = 10.0
duration_s = 7200.0
windows = [
id = "optical-sr-lattice"
provenance = "Strontium optical lattice clock, space-oriented goal sigma_y(1s)=1e-15 (Origlia/Schiller/Bongs et al., arXiv:1503.08457); q_wf=sigma_y(1s)^2; ground-demonstrator maturity, not flown; flicker/aging not modeled"
q_wf = 1.0e-30

Ainda não está no GitHub

combined-altpnt#

Navegador combinado de gravidade + campo magnético + terreno sem GPS: três canais de campo escalares fundidos a cada ponto de passagem para uma correção de deriva mais precisa (CRLB menor) do que qualquer campo isolado.

combined-altpnt.toml

tipo de cenário combined-altpntnão associado a um módulo do registro pelo nome

Navegador combinado de gravidade + magnético + terreno sem GPS, PNT alternativo fundido.

kind = "combined-altpnt"
start_lat_deg = 12.05
start_lon_deg = 20.05
step_lat_deg = 0.004
step_lon_deg = 0.003
waypoints = 60
drift_lat_deg = 0.5
drift_lon_deg = -0.4

Abrir no Kshana Studio · Ver no GitHub

conflict-resilience#

Resiliência a conflitos MODELLED de PNT em camadas (P7): um usuário em ambiente contestado dispõe de várias camadas de PNT (GNSS de serviço aberto, GNSS de banda larga, uma constelação autenticada, um relé de aumentação), cada uma com uma disponibilidade-base, uma exatidão de 1σ e uma vulnerabilidade de negação por vetor à ameaça compartilhada de jamming/spoofing. Um Monte Carlo COM SEMENTE, varrido em intensidade, nega cada camada com probabilidade clamp(vulnerabilidade·intensidade·peso_do_vetor,0.1), funde as sobreviventes pela regra de forma fechada de variância inversa σ_fused=(Σ 1/σ_i²)^(−1/2), e informa a probabilidade de perda total (todas as camadas negadas), o erro fundido mediano e estatísticas de utilizável/negada por camada em função da intensidade. A razão de resiliência principal (probabilidade de perda total de camada única contra em camadas) chega a cerca de 7x sob a hipótese de INDEPENDÊNCIA; uma varredura de negação correlacionada por cópula gaussiana de um fator mostra então esse ~7x colapsando em direção a 1 à medida que a correlação da negação aumenta (a correlação derrota a estratificação em camadas). Um bloco de sensibilidade a priors varia o valor principal sobre os priors de vulnerabilidade COM FONTE por meio do tornado mcda + uma realocação de esforço de ameaça de Dirichlet + ICs por percentis. Núcleo VALIDATED: a perda total por Monte Carlo converge para o produto independente de forma fechada Π_i p_deny_i (dentro do erro-padrão do MC com semente fixa e N grande); a fusão por variância inversa é uma identidade de forma fechada; em ρ=0 a cópula se reduz ao modelo independente e todo ρ preserva a taxa de negação marginal de cada camada. MODELLED: as magnitudes de vulnerabilidade/disponibilidade/exatidão por camada são entradas com fonte, porém modeladas (JammerTest 2024, TEXBAT, EASA SIB, RTCA DO-229, LunaNet/IOAG — ver conflict_threat_params), e a magnitude específica de ~7x e a forma da curva razão-versus-correlação decorrem dessa parametrização. Um detalhamento de sobrevivência por vetor, na seção § 4,2, resolve então a ameaça de RF compartilhada nos quatro vetores nomeados (jamming/spoofing/cinético/cibernético) e informa a curva de degradação gradual de PNT utilizável de cada vetor S_v(x)=1-Prod_i(1-a_i(1-clamp(susceptibilidade_i,v·x,0.1))) — VALIDATED: o Monte Carlo por camada com semente converge para essa forma fechada; o jamming é o vetor mais severo para a linha de base de RF correlacionada e a camada inercial, imune a RF, é a sobrevivente decisiva. Não é um produto de disponibilidade de navegação certificado.

conflict-resilience.toml

tipo de cenário conflict-resiliencenão associado a um módulo do registro pelo nome

Resiliência a conflitos de PNT em camadas (artigo P7).

kind = "conflict-resilience"
trials = 4000
seed = 20260709
primary_layer = 0
min = 0.0
max = 1.0
steps = 11
values = [0.0, 0.2, 0.4, 0.6, 0.8, 0.95]

Abrir no Kshana Studio · Ver no GitHub

constellation-design#

Projeto de constelação em escala: padrões Walker DELTA e Walker STAR na convenção i: T/P/F (nós distribuídos por 360 ou 180 graus, espaçamento no plano 360*P/T, defasagem entre planos 360*F/T), listas explícitas de elementos e projetos de várias camadas, várias constelações em uma só execução, ao redor da Terra, da Lua, de Marte ou de qualquer outro planeta, de Plutão ou de uma lua importante, usando as constantes do módulo body (as mesmas que os tipos de cenário solar-system e body-pnt usam). PREDEFINIÇÕES a partir de elementos nominais publicados: gps-baseline e gps-expandable (os 24 slots e os seis pares expansíveis frente/trás do GPS Standard Positioning Service Performance Standard, 5ª edição 2020, Tabelas 3.2-1 a 3.2-3), galileo (Walker 24/3/1 a 29.599,801 km e 56 graus, Galileo Open Service Service Definition Document edição 1,1 Tabelas 1 e 23), beidou e beidou-meo (Walker 24/3/1 a 21.528 km e 55 graus mais três satélites geoestacionários a 80, 110,5 e 140 graus E e três satélites geossíncronos inclinados a 55 graus, BeiDou Open Service Performance Standard 3,0 seção 4,1; a fase MEO e o cruzamento geossíncrono inclinado em 118 graus E são modelados porque a norma não os declara) e glonass (24/3/1 a 19.100 km e 64,8 graus a partir da fórmula de slots do GLONASS Interface Control Document edição 5,1 seção 5,2). COBERTURA E DILUIÇÃO DA PRECISÃO: sobre uma grade de latitude/longitude e uma janela amostrada com máscara de elevação, o número de satélites visíveis, GDOP, PDOP, HDOP e VDOP por célula, a disponibilidade (uma posição com PDOP igual ou inferior a um limiar, 6 por padrão) por célula, globalmente (ponderada por área) e no pior local, com um relógio de receptor por constelação, a menos que clock = "common". Escala para milhares de satélites: a visibilidade é um produto escalar contra o semiângulo de cobertura de cada satélite, e os satélites são agrupados em faixas pela latitude do subponto a cada época, de modo que uma linha da grade testa apenas os que podem estar visíveis; o relatório conta os testes de pares evitados. O JSON traz os mapas da grade e as trajetórias no solo de cada satélite, subamostradas. VALIDATED: o gerador Walker em relação à Tabela 23 do Galileo OS SDD e à fórmula de slots do ICD do GLONASS, a predefinição do GPS em relação à coluna publicada de cruzamento equatorial da Tabela 3.2-1 do SPS PS, e a distribuição global de HDOP da linha de base do GPS em relação ao Apêndice B do SPS PS (mediana 0,94, 95% 1,25, média 0,96, tolerância 0,03). MODELLED: órbitas de dois corpos com J2 secular opcional, um corpo esférico, apenas visibilidade geométrica (sem potência de sinal, estado de saúde ou terreno), e a fase relativa entre sistemas diferentes, que não é um instantâneo de nenhuma data real.

constellation-multi-gnss-coverage.toml

tipo de cenário constellation-designnão associado a um módulo do registro pelo nome

Cobertura multiconstelação: os quatro sistemas globais de navegação por satélite (GNSS) juntos, como um mapa de satélites visíveis, diluição da precisão (DOP) e disponibilidade sobre a Terra inteira durante um dia.

kind = "constellation-design"
body = "earth"
duration_s = 86164.0
step_s = 900.0
mask_deg = 10.0
pdop_threshold = 6.0
grid_step_deg = 10.0
clock = "per-constellation"

Abrir no Kshana Studio · Ver no GitHub

leo-pnt-mega-shell.toml

tipo de cenário constellation-designnão associado a um módulo do registro pelo nome

Uma megaconstelação de posicionamento, navegação e temporização (PNT) em órbita terrestre baixa: 5.000 satélites em quatro camadas Walker, avaliada como um mapa de cobertura e de diluição da precisão (DOP).

kind = "constellation-design"
body = "earth"
duration_s = 7200.0
step_s = 600.0
mask_deg = 20.0
pdop_threshold = 3.0
grid_step_deg = 10.0
clock = "common"

Abrir no Kshana Studio · Ver no GitHub

lunar-relay-constellation.toml

tipo de cenário constellation-designnão associado a um módulo do registro pelo nome

Uma constelação de retransmissão e navegação lunar: satélites em órbitas lunares elípticas congeladas (ELFO) mais uma camada circular em órbita lunar baixa, avaliada como um mapa de cobertura e de diluição da precisão (DOP) sobre a Lua inteira durante um dia.

kind = "constellation-design"
body = "moon"
duration_s = 86400.0
step_s = 1800.0
mask_deg = 10.0
pdop_threshold = 6.0
grid_step_deg = 10.0
clock = "common"

Abrir no Kshana Studio · Ver no GitHub

contact-schedule#

Planejamento de contatos com o solo para vários satélites sobre várias estações: janelas de acesso aparentes (SGP4, referencial fixo à Terra IAU 2006/2000A, refração ITU-R P.834, tempo de luz), o volume de dados DVB-S2 ACM de cada passagem (limiares da Tabela 13 da ETSI EN 302 307-1) e um cronograma sem conflitos (um satélite por antena com um tempo de retorno, uma estação por satélite, entrega ponderada por prioridade limitada a cada backlog) por um método guloso de valor marginal, uma linha de base de ordem de chegada e um branch and bound exato em conjuntos pequenos, com a lacuna de otimalidade do método guloso. MODELLED.

contact-schedule.toml

tipo de cenário contact-schedulenão associado a um módulo do registro pelo nome

Planejamento de contatos com o solo: três satélites ilustrativos sobre três estações ilustrativas durante 12 horas. A execução dá a cada passagem satélite-estação sua janela de acesso e o volume de dados que a codificação e modulação adaptativas (ACM) DVB-S2 podem transferir nela (limiares da Tabela 13 da ETSI EN 302 307-1 mais uma margem de implementação). Em seguida, constrói um plano de contatos sem conflitos em que cada antena atende um satélite por vez, com um intervalo de reposicionamento entre contatos, e cada satélite faz o downlink para uma estação por vez. A entrega é ponderada por prioridade e limitada ao acúmulo de cada satélite. Três planos são informados lado a lado: um guloso de valor marginal, uma linha de base por ordem de chegada e, quando o conjunto de candidatos é pequeno, o ótimo exato, com a folga de otimalidade do guloso.

kind = "contact-schedule"
epoch = [2024.0, 1.0, 1.0, 0.0, 0.0, 0.0]
duration_hours = 12.0
step_s = 30.0
refraction = true
light_time = true
frequency_ghz = 8.2
eirp_dbw = 7.0

Abrir no Kshana Studio · Ver no GitHub

earth-gnss-lunar#

Recepção de GNSS da Terra à distância lunar, a camada de sinal fraco que o artigo sobre resiliência a conflitos nomeia e para a qual o motor não tinha modelo. Um satélite GNSS aponta a sua antena para a Terra; um receptor perto da Lua fica a cerca de quinze vezes o raio orbital de distância, de modo que três coisas pesam ao mesmo tempo. A Terra OCULTA O EIXO DE VISADA: a partir de 26.560 km ela subtende um semiângulo de 13,9 graus, de modo que qualquer raio dirigido à Lua deve deixar o transmissor com pelo menos esse afastamento do nadir, o que remove o pico do feixe antes de qualquer potência ser calculada. O que resta são A BORDA DO LÓBULO PRINCIPAL E OS LÓBULOS LATERAIS, o regime em que a carga útil LuGRE realmente operou em 2025. E a perda no espaço livre é de cerca de 208 dB em L1, aproximadamente 25 dB a mais do que um usuário terrestre paga. O relatório emite uma linha por satélite (ângulo fora do eixo, ocultação pela Terra, distância, perda de percurso, ganho de transmissão nesse ângulo, potência recebida, densidade de portadora sobre ruído) e agrega apenas os enlaces que superam o limiar de rastreamento. TAMBÉM INFORMA O CONDICIONAMENTO, porque é isso que define esta camada: todo satélite visível está dentro de um cone de poucos graus de largura visto da Lua, de modo que as linhas de visada são quase paralelas, a diluição de precisão é enorme, e uma solução de GNSS da Terra à distância lunar é uma observação de grau de TEMPORIZAÇÃO muito mais do que de grau de posição. MODELLED, e o diagrama de transmissão é o motivo: o ganho em função do ângulo é uma abertura circular uniforme (Airy), enquanto uma antena GPS L1 real é um arranjo helicoidal de doze elementos com um lóbulo principal conformado e lóbulos laterais que não são de Airy. Existem diagramas medidos e eles não estão incluídos aqui, de modo que ordenações e ordens de grandeza são significativas, mas o dB de um único satélite não é. DELIBERADAMENTE AUSENTES, cada uma tornando o balanço otimista: nenhuma perda ionosférica ou troposférica nos raios rasantes ao limbo, nenhuma perda por polarização, apontamento ou implementação, e uma Terra esférica sem extensão refrativa. A posição da Lua é uma ENTRADA (distância mais direção inercial) em vez de uma consulta a efemérides, porque a grandeza sob teste é o enlace e a geometria do feixe. Elevar esta linha a validada exige um diagrama de transmissão medido e pontos normais do LuGRE; nenhum dos dois está no repositório e nenhum é inventado aqui.

earth-gnss-lunar.toml

tipo de cenário earth-gnss-lunaras linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Recepção de GNSS terrestre à distância lunar.

kind = "earth-gnss-lunar"
altitude_km = 20180.0
inclination_deg = 55.0
planes = 6
sats_per_plane = 4
phasing_f = 2.0
epoch_s = 0.0
receiver_range_m = 384400000.0

Abrir no Kshana Studio · Ver no GitHub

entry-heating#

Entrada atmosférica de massa pontual em 3-DoF sobre uma Terra esférica em rotação ou Marte (balística ou com sustentação a inclinação lateral constante), RK4, através da US76, de uma atmosfera exponencial ou da atmosfera de Marte, com aquecimento convectivo no ponto de estagnação de Sutton-Graves (NASA TR R-376): desaceleração de pico, fluxo de calor e pressão dinâmica, carga térmica, alcance longitudinal, uma verificação de energia no referencial em rotação e a forma fechada de Allen-Eggers ao lado. A desaceleração de pico é conferida contra o valor nominal publicado da Stardust; o aquecimento é MODELLED.

entry-heating-stardust.toml

tipo de cenário entry-heatingnão associado a um módulo do registro pelo nome

Entrada da cápsula de retorno de amostras Stardust: o caso publicado em relação ao qual o tipo de cenário entry-heating é verificado (xval/entry-stardust/PREREGISTRATION.md; tests/entry_stardust_published.rs).

kind = "entry-heating"
body = "earth"
atmosphere = "us76"
entry_interface_altitude_m = 125003.0
velocity_frame = "inertial"
entry_speed_m_s = 12900.0
flight_path_angle_deg = 8.2
latitude_deg = 41.0

Abrir no Kshana Studio · Ver no GitHub

eo-coverage#

Pegada da carga útil de observação da Terra e geometria de cobertura (triângulo espacial do SMAD): raio angular da Terra, largura da faixa imageada, distância de amostragem no solo no nadir, acesso máximo fora do nadir, período circular, período nodal com J2 e espaçamento equatorial do traço no solo com um indicador de cobertura contígua, para uma altitude orbital, uma inclinação (heliossíncrona por padrão) e um FOV/IFOV do sensor. Geometria de Terra esférica MODELLED (sem radiometria/MTF/atmosfera/jitter/reflexo solar); espaçamento de nós R_e·(ω − Ω̇)·T_nodal com taxas seculares de J2 de primeira ordem.

eo-coverage.toml

tipo de cenário eo-coveragenão associado a um módulo do registro pelo nome

Demonstrador de pegada e cobertura da carga útil de observação da Terra (triângulo espacial SMAD).

kind = "eo-coverage"
altitude_km = 700.0
half_fov_deg = 7.5
ifov_microrad = 14.0
max_off_nadir_deg = 45.0

Abrir no Kshana Studio · Ver no GitHub

eo-radiometry#

Radiometria de imageador no nadir e qualidade de imagem: radiância na abertura de uma cena lambertiana, a equação da câmera, sinal e ruído de disparo/escuro/leitura/quantização e SNR; a MTF do sistema em Nyquist (difração x detector x arrasto x jitter), a resposta relativa de borda a partir dela, Q = lambda F/p e o NIIRS da GIQE versão 4 sem compensação de MTF. MODELLED.

eo-radiometry.toml

tipo de cenário eo-radiometrynão associado a um módulo do registro pelo nome

Radiometria e qualidade de imagem de um imageador nadir para uma pequena câmera de observação da Terra ILLUSTRATIVE (projeto de nenhum operador): abertura de 0,40 m, distância focal de 3,6 m (F/9), pixels de 5,5 um, a partir de 500 km. A execução dá o orçamento de relação sinal-ruído de uma cena com refletância de 15 %, a MTF do sistema em Nyquist, a resposta relativa de borda e o NIIRS da GIQE versão 4. MODELLED: o NIIRS é uma regressão empírica avaliada sobre entradas modeladas, não uma imagem classificada.

kind = "eo-radiometry"
altitude_m = 500000.0
focal_length_m = 3.6
aperture_m = 0.40
pixel_pitch_um = 5.5
wavelength_um = 0.65
bandwidth_um = 0.2
fill_factor = 1.0

Abrir no Kshana Studio · Ver no GitHub

ephemeris#

Efemérides e traço no solo: propaga um satélite (TLE→SGP4 ou órbita analítica) e emite o seu estado TEME/GCRS (posição + velocidade), a posição ITRF/ECEF, latitude/longitude/altitude subsatélite WGS-84 e, a cada passo, azimute/elevação/distância da estação + taxa de variação da distância (Doppler). O satélite vem de um tle ou de uma orbit analítica com a sua epoch (um tle prevalece quando ambos são dados); com um tle, um epoch substitui a própria época do TLE como t = 0.

ephemeris.toml

tipo de cenário ephemerisnão associado a um módulo do registro pelo nome

Efemérides e trilha no solo: "onde está o satélite agora".

kind = "ephemeris"
tle = """
step_s = 30.0
duration_s = 16740.0
xp_arcsec = 0.0
yp_arcsec = 0.0
lat_deg = 49.8707
lon_deg = 8.6217

Abrir no Kshana Studio · Ver no GitHub

fusion#

PNT por fusão de sensores com filtro de Kalman conjunto sobre as mesmas entradas híbridas.

fusion-pnt.toml

tipo de cenário fusionnão associado a um módulo do registro pelo nome

PNT por fusão conjunta de sensores: um único filtro de Kalman é o navegador, fundindo os estados de relógio e inerciais e auxiliado por transferência de tempo por ISL óptico, em vez de compor preditores independentes. GNSS negado por 1,8 h.

kind = "fusion"
seed = 42
timing_spec_ns = 20.0
position_spec_m = 100.0
step_s = 10.0
duration_s = 7200.0
windows = [
enabled = true

Abrir no Kshana Studio · Ver no GitHub

fusion-pnt-coupled.toml

tipo de cenário fusionnão associado a um módulo do registro pelo nome

PNT por fusão conjunta de sensores acoplada: as mesmas suítes e a mesma interrupção de GNSS de fusion-pnt.toml, mas o navegador é UM filtro de Kalman empilhado sobre posição, velocidade, fase do relógio, frequência do relógio e o viés do acelerômetro (a tabela [coupled]). Enquanto o GNSS está nominal, ele recebe pseudodistâncias, cada uma rho = g * position + c * clock phase + noise ao longo de um fator de linha de visada g, de modo que uma única medição restringe posição e relógio em conjunto e o filtro carrega sua covariância cruzada; as ressincronizações por transferência de tempo óptica durante a interrupção são pseudodistâncias somente de relógio. Os acelerômetros aqui têm um viés constante, que o estado de viés aprende antes da interrupção (fusion-pnt.toml zera os vieses porque seus filtros não têm estado de viés). Neutro em relação a fornecedores; parâmetros de relógio e de ruído como em fusion-pnt.toml, e os vieses são ilustrativos. MODELLED.

kind = "fusion"
seed = 42
timing_spec_ns = 20.0
position_spec_m = 100.0
step_s = 10.0
duration_s = 7200.0
windows = [
enabled = true

Abrir no Kshana Studio · Ver no GitHub

gnss-ins#

EKF de estado de erro GNSS/INS com acoplamento fraco e forte.

automotive-urban-canyon.toml

tipo de cenário gnss-insnão associado a um módulo do registro pelo nome

Veículo rodoviário em um cânion urbano: dead-reckoning GNSS/INS por uma passagem inferior e um jammer à beira da via, contra um orçamento em nível de faixa.

kind = "gnss-ins"
seed = 7
threshold_m = 1.5
fix_interval_s = 1.0
sigma_pos_m = 1.0
sigma_vel_mps = 0.05
lat_deg = 48.137
lon_deg = 11.575

Abrir no Kshana Studio · Ver no GitHub

gnss-ins.toml

tipo de cenário gnss-insnão associado a um módulo do registro pelo nome

GNSS/INS fracamente acoplado: o navegador strapdown de três eixos disciplinado por um EKF de estado de erro de 15 estados, depois seguindo por inércia durante uma interrupção de GNSS de 60 s. Ao contrário do pacote inertial (um dead-reckoner escalar de 1 grau de liberdade com redefinição para a verdade a cada posição), este executa o filtro genuíno em malha fechada: ele aprende com posições ruidosas enquanto o GNSS está ativo e segue por inércia sobre o estado corrigido durante a lacuna. O erro informado é o resíduo horizontal real em relação à verdade; cada sensor também traz seu RMS de INS livre em malha aberta, de modo que o valor do filtro fique explícito.

kind = "gnss-ins"
seed = 7
threshold_m = 50.0
fix_interval_s = 1.0
sigma_pos_m = 1.0
sigma_vel_mps = 0.05
lat_deg = 45.0
lon_deg = -57.3

Abrir no Kshana Studio · Ver no GitHub

gnss-ins-aviation.toml

tipo de cenário gnss-insnão associado a um módulo do registro pelo nome

GNSS/INS de aviação com acoplamento forte: uma aeronave leve decola, sobe a 6 graus, nivela e faz uma curva coordenada com inclinação de 25 graus (perfil de trajetória aircraft); o GNSS é negado por dois minutos que cobrem a curva, a parte mais difícil de um trecho por inércia porque os erros de rumo e de atitude são então projetados no plano horizontal. Fortemente acoplado ([tight]) sobre uma constelação Walker SGP4 semelhante à do GPS.

kind = "gnss-ins"
seed = 13
threshold_m = 100.0
fix_interval_s = 1.0
sigma_pos_m = 3.0
sigma_vel_mps = 0.1
lat_deg = 52.0
lon_deg = 5.0

Abrir no Kshana Studio · Ver no GitHub

gnss-ins-maritime.toml

tipo de cenário gnss-insnão associado a um módulo do registro pelo nome

GNSS/INS marítimo: uma embarcação a 8 m/s (cerca de 15,5 nós) serpenteando em círculos completos a 1 grau/s, depois uma interrupção de GNSS de cinco minutos, no mesmo filtro GNSS/INS de 15 estados em malha fechada de gnss-ins.toml. O movimento vem da biblioteca de trajetórias ([trajectory], perfil figure8): giro lento e constante, o regime de um navio, e não de um carro.

kind = "gnss-ins"
seed = 11
threshold_m = 50.0
fix_interval_s = 1.0
sigma_pos_m = 2.0
sigma_vel_mps = 0.1
lat_deg = 54.0
lon_deg = 10.0

Abrir no Kshana Studio · Ver no GitHub

gnss-ins-rail.toml

tipo de cenário gnss-insnão associado a um módulo do registro pelo nome

GNSS/INS ferroviário com acoplamento forte: um trem corre entre paradas a 30 m/s com curvas suaves de 20 graus (perfil de trajetória stop_go), passa por um corte profundo onde apenas dois satélites permanecem visíveis e depois por um túnel de dois minutos. O receptor é fortemente acoplado ([tight]): continua fundindo as pseudodistâncias dos dois satélites que ainda rastreia no corte, onde um receptor fracamente acoplado não tem posição alguma. Os satélites vêm de uma constelação Walker SGP4 semelhante à do GPS.

kind = "gnss-ins"
seed = 12
threshold_m = 30.0
fix_interval_s = 1.0
sigma_pos_m = 2.0
sigma_vel_mps = 0.1
lat_deg = 48.0
lon_deg = 11.0

Abrir no Kshana Studio · Ver no GitHub

small-uas-jammed-nav.toml

tipo de cenário gnss-insnão associado a um módulo do registro pelo nome

Pequena aeronave não tripulada sob jamming de GNSS: quanto uma unidade inercial MEMS de classe de controlador de voo deriva quando o receptor perde o travamento, em comparação com uma unidade de grau tático, no mesmo filtro GNSS/INS em malha fechada de gnss-ins.toml.

kind = "gnss-ins"
seed = 7
threshold_m = 50.0
fix_interval_s = 1.0
sigma_pos_m = 1.0
sigma_vel_mps = 0.05
lat_deg = 59.437
lon_deg = 24.745

Abrir no Kshana Studio · Ver no GitHub

gnss-sim#

Simulação de pseudodistância no domínio da medição (ionosfera de Klobuchar, troposfera de Saastamoinen/Niell) + RAIM.

gnss-sim-container-terminal-skyline.toml

tipo de cenário gnss-simnão associado a um módulo do registro pelo nome

Pseudodistâncias e RAIM para um straddle carrier em um cais de contêineres, com guindastes navio-terra do lado do mar e pilhas de contêineres do lado da terra: o cenário gnss-sim sob a predefinição de linha de horizonte container-terminal.

kind = "gnss-sim"
seed = 7
mask_deg = 5.0
noise_sigma_m = 1.5
multipath_m = 0.5
sat_clock_rms_m = 30.0
uere_m = 3.0
p_fa = 1.0e-5

Abrir no Kshana Studio · Ver no GitHub

gnss-sim-raim.toml

tipo de cenário gnss-simnão associado a um módulo do registro pelo nome

Simulação GNSS no domínio das medições: pseudodistâncias com atrasos ionosféricos e troposféricos, alimentadas a um RAIM instantâneo para níveis de proteção.

kind = "gnss-sim"
seed = 7
mask_deg = 5.0
noise_sigma_m = 1.5
multipath_m = 0.5
sat_clock_rms_m = 30.0
uere_m = 3.0
p_fa = 1.0e-5

Abrir no Kshana Studio · Ver no GitHub

gnss-ssv#

Disponibilidade e intensidade de enlace de GNSS MODELLED no Space Service Volume e além: para um usuário em uma esfera (a camada global do folheto do ICG) ou em uma trajetória kepleriana (de LEO a transferência lunar), conta, por constelação (GPS, GLONASS, Galileo, BDS, QZSS, NavIC) e para todas em conjunto, os sinais utilizáveis acima de um limiar de C/N0 - disponibilidade de pelo menos um e de quatro sinais, duração máxima de interrupção, C/N0 recebido, diluição de precisão, enlaces de lóbulo principal contra lóbulo lateral - com um diagrama de transmissão do folheto, paramétrico ou fornecido pelo usuário, efeitos opcionais de ionosfera, plasmasfera e atmosfera em raios rasantes ao limbo e um projeto opcional de receptor de sinal fraco; também um filtro de Kalman estendido de GNSS a bordo para naves em HEO e em transferência lunar (dinâmica orbital, pressão de radiação solar, terceiros corpos, relógio) e a navegação relativa de uma formação de várias naves por pseudodistâncias de diferença simples. Conferido contra as tabelas do folheto SSV do ICG sob um pré-registro (xval/gnss-ssv)

gnss-ssv-formation-heo.toml

tipo de cenário gnss-ssvnão associado a um módulo do registro pelo nome

Navegação relativa de uma formação de três naves na órbita altamente elíptica do livreto.

kind = "gnss-ssv"
name = "HEO formation relative navigation (reduced length)"
include = ["gps", "glonass", "galileo", "bds"]
bands = ["l1", "l5"]
preset = "heo"
duration_min = 400.0
step_s = 60.0
antennas = ["booklet-high-gain-nadir", "booklet-patch-zenith"]

Abrir no Kshana Studio · Ver no GitHub

gnss-ssv-heo.toml

tipo de cenário gnss-ssvnão associado a um módulo do registro pelo nome

Uma órbita altamente elíptica atravessando as órbitas GNSS: o que um usuário vê do perigeu ao apogeu.

kind = "gnss-ssv"
name = "HEO, high-gain nadir and patch zenith antennas, parametric sidelobes, limb medium"
include = ["gps", "glonass", "galileo", "bds"]
bands = ["l1", "l5"]
pattern = "parametric"
preset = "heo"
duration_periods = 1.0
step_min = 10.0

Abrir no Kshana Studio · Ver no GitHub

gnss-ssv-lunar-weak.toml

tipo de cenário gnss-ssvnão associado a um módulo do registro pelo nome

GNSS em uma transferência lunar, com um receptor de sinal fraco que conquista sua sensibilidade.

kind = "gnss-ssv"
name = "Lunar transfer, weak-signal receiver, parametric sidelobes"
include = ["gps", "galileo", "glonass", "bds"]
bands = ["l1", "l5"]
pattern = "parametric"
apply = "acquisition"
t_coh_s = 0.1
n_noncoherent = 100.0

Abrir no Kshana Studio · Ver no GitHub

gnss-ssv-nav-lunar.toml

tipo de cenário gnss-ssvnão associado a um módulo do registro pelo nome

Navegação GNSS a bordo a caminho da Lua: um filtro de Kalman estendido apenas sobre pseudodistâncias.

kind = "gnss-ssv"
name = "Lunar transfer, onboard GNSS EKF (reduced length)"
include = ["gps", "glonass", "galileo", "bds"]
bands = ["l1", "l5"]
preset = "lunar-transfer"
duration_min = 1440.0
step_s = 300.0
antennas = ["booklet-high-gain-nadir", "booklet-patch-zenith"]

Abrir no Kshana Studio · Ver no GitHub

gnss-ssv-shell.toml

tipo de cenário gnss-ssvnão associado a um módulo do registro pelo nome

Disponibilidade de sinal GNSS na camada SSV superior: a métrica global do livreto, em um tamanho que roda em um segundo.

kind = "gnss-ssv"
name = "Upper SSV shell, 20 dB-Hz (reduced size)"
include = ["gps", "glonass", "galileo", "bds"]
bands = ["l1", "l5"]
altitude_km = 36000.0
antenna = "hemisphere"
grid_levels = 2
duration_min = 4320.0

Abrir no Kshana Studio · Ver no GitHub

gravity-map#

Navegação por correspondência com mapa de gravidade sem GPS: um gravímetro de átomos frios recupera uma deriva constante do INS a partir da sequência de anomalias de gravidade pela qual voa.

gps-denied-gravity-nav.toml

tipo de cenário gravity-mapnão associado a um módulo do registro pelo nome

Benchmark de correspondência de mapa gravimétrico de 60 minutos sem GPS (PNT alternativo quântico).

kind = "gravity-map"
nmax = 3
start_lat_deg = 10.0
start_lon_deg = 20.0
step_lat_deg = 0.06
step_lon_deg = 0.045
waypoints = 90
drift_lat_deg = 0.5

Abrir no Kshana Studio · Ver no GitHub

gps-denied-gravity-nav-egm2008.toml

tipo de cenário gravity-mapnão associado a um módulo do registro pelo nome

Benchmark de correspondência de mapa gravimétrico de 60 minutos sem GPS sobre o campo gravitacional REAL (WP-10, RM-17).

kind = "gravity-map"
nmax = 3
start_lat_deg = 10.0
start_lon_deg = 20.0
step_lat_deg = 0.06
step_lon_deg = 0.045
waypoints = 90
drift_lat_deg = 0.5

Abrir no Kshana Studio · Ver no GitHub

gravity-map-error-mc.toml

tipo de cenário gravity-mapnão associado a um módulo do registro pelo nome

Monte Carlo do erro de mapa sobre o benchmark de mapa gravimétrico de 60 minutos sem GPS (WP-10, RM-15).

kind = "gravity-map"
nmax = 3
start_lat_deg = 10.0
start_lon_deg = 20.0
step_lat_deg = 0.06
step_lon_deg = 0.045
waypoints = 90
drift_lat_deg = 0.5

Abrir no Kshana Studio · Ver no GitHub

gravity-map-nav.toml

tipo de cenário gravity-mapnão associado a um módulo do registro pelo nome

Cenário de navegação quântica por correspondência de mapa gravimétrico (PNT alternativo sem GPS).

kind = "gravity-map"
nmax = 3
start_lat_deg = 12.0
start_lon_deg = 24.0
step_lat_deg = 0.18
step_lon_deg = 0.13
waypoints = 12
drift_lat_deg = 0.55

Abrir no Kshana Studio · Ver no GitHub

holdover-test#

Teste de holdover MODELLED de um sistema de temporização, pontuado a partir de um registro de erro de tempo que o OPERADOR fornece (um log do ptp4l, phc2sys ou ts2phc do linuxptp, um log de tracking ou statistics do chrony, um log de relógio TICC, TimeLab ou RINEX, ou pares time_s,time_error_ns). O teste tem quatro etapas e o Kshana não executa nenhuma delas: uma LINHA DE BASE travada, GNSS REMOVIDO pelo operador (o cabo da antena ou a saída do simulador; o Kshana não transmite nem aciona nada) em um instante declarado, HOLDOVER no oscilador próprio do sistema e RECUPERAÇÃO depois que o operador restabelece o GNSS em um segundo instante declarado. O registro é dividido nesses dois instantes. Linha de base: estatísticas de erro de tempo e as máscaras da ITU-T escritas para um relógio travado. Holdover: estatísticas, o desvio fracionário de frequência que o sistema manteve (uma reta de mínimos quadrados), as máscaras escritas para holdover ou para um relógio autônomo, o envelope de holdover do ePRTC-A a partir da duração travada declarada e o tempo para exceder cada orçamento de erro de tempo. Recuperação: se e quando |TE| entrou em uma faixa declarada e permaneceu nela, o pico e o maior degrau. Todo limite é transcrito de uma tabela pública da ITU-T (as máscaras de temporização de telecomunicações); as palavras são 'medido em relação à máscara', e os dois instantes são uma declaração do operador, não verificada. Um registro curto demais para uma máscara é INCOMPLETE, nunca extrapolado. Ver docs/TIMING-HIL.md.

holdover-test-example.toml

tipo de cenário holdover-testnão associado a um módulo do registro pelo nome

Teste de holdover, exemplo de ingestão: um registro de erro de tempo pontuado pelo tipo de cenário holdover-test ("retire a antena, pontue o holdover"). O registro é dividido nos dois instantes que o OPERADOR declara, aqui GNSS removido em 600 s e restaurado em 2.400 s, e cada etapa é medida contra as máscaras ITU-T escritas para ela.

kind = "holdover-test"
masks = ["prtc-a", "eprtc-a-holdover"]
gnss_removed_s = 600.0
gnss_restored_s = 2400.0
locked_duration_days = 5.0
recovery_band_ns = 100.0
recovery_dwell_s = 60.0
samples = [

Abrir no Kshana Studio · Ver no GitHub

holdover-test-ptp4l.toml

tipo de cenário holdover-testnão associado a um módulo do registro pelo nome

Teste de holdover de um log do linuxptp: as mesmas quatro etapas de holdover-test-example.toml, com o registro lido de um log de servo do ptp4l por [series.clock_log] (formato "ptp4l", deslocamentos em ns, os carimbos de tempo do próprio daemon, aqui 5 s de intervalo).

kind = "holdover-test"
masks = ["prtc-a", "eprtc-a-holdover"]
gnss_removed_s = 600.0
gnss_restored_s = 2400.0
locked_duration_days = 5.0
recovery_band_ns = 100.0
recovery_dwell_s = 60.0
format = "ptp4l"

Abrir no Kshana Studio · Ver no GitHub

hybrid#

Capstone de PNT híbrido: relógio + IMU + auxílio por transferência de tempo.

hybrid-pnt.toml

tipo de cenário hybridnão associado a um módulo do registro pelo nome

Capstone de PNT híbrido: suíte totalmente quântica (relógio óptico + IMU de átomos frios + auxílio de transferência de tempo por ISL óptico) versus suíte totalmente clássica (CSAC + IMU de grau de navegação + RF). GNSS negado por 1,8 h.

kind = "hybrid"
seed = 42
timing_spec_ns = 20.0
position_spec_m = 100.0
step_s = 10.0
duration_s = 7200.0
windows = [
enabled = true

Abrir no Kshana Studio · Ver no GitHub

hybrid-optical-rf#

Figura de mérito conjunta de PNT óptico + RF heterogêneo MODELLED (P5): compõe o balanço de enlace óptico bidirecional de 1550 nm (CRLB de medição de distância bidirecional limitada por fótons σ_τ/√N e pegada de difração λ/D·distância), um nível de proteção RAIM de separação de soluções entre modalidades (posição E temporização) que funde as soluções de RF frouxa e óptica estreita com covariâncias díspares, a disponibilidade de céu claro óptica de N estações (união independente 1−Π(1−a_i) e uma variante espacialmente correlacionada), uma transferência de estado/covariância óptico↔RF com uma média COMPROVADAMENTE contínua bit a bit (sem salto) e uma barreira de consistência NEES χ², e uma pontuação conjunta de P(disponível E de grau de precisão E com integridade assegurada) com tratamento de correlação. Forma fechada VALIDATED: o CRLB de medição de distância, a pegada de difração, o quantil de nível de proteção χ², a combinatória da união, a continuidade da média da transferência + a barreira NEES e o produto independente conjunto. MODELLED: as alocações de perda óptica, as magnitudes de σ de RF/óptico, as entradas de climatologia de nuvens, as correlações e o orçamento de P_HMI. Não é um produto de disponibilidade/integridade certificado.

hybrid-optical-rf.toml

tipo de cenário hybrid-optical-rfnão associado a um módulo do registro pelo nome

Disponibilidade / precisão / integridade conjuntas de PNT óptico + RF heterogêneo (P5).

kind = "hybrid-optical-rf"
wavelength_nm      = 1550.0
tx_power_w         = 1.0e-3
tx_aperture_m      = 0.85
rx_aperture_m      = 0.85
range_km           = 384000.0
pulse_rms_ps       = 50.0
integration_s      = 1.0

Abrir no Kshana Studio · Ver no GitHub

hybrid-ukf#

UKF GNSS/INS híbrido quântico+clássico com acoplamento forte e 17 estados (MODELLED): 15 estados de erro do INS + correção de viés do acelerômetro derivada de CAI + um relógio de 2 estados (fase+frequência) do motor de relógio de parâmetros q, conduzido pelo modelo de erro de CAI em faixa. A figura de mérito é a autoconsistência do filtro (NEES + brancura da inovação contra limites de χ²) — uma declaração de autoconsistência, NÃO uma garantia de exatidão no mundo real. Apenas simulação; sem TRL>3, sem herança de voo, sem validação externa.

hybrid-ukf.toml

tipo de cenário hybrid-ukfnão associado a um módulo do registro pelo nome

UKF GNSS/INS de acoplamento forte híbrido quântico + clássico de 17 estados (MODELLED).

kind = "hybrid-ukf"
seed = 1771
speed_m_s = 100.0
sigma_pr_m = 1.0
sigma_rr_mps = 0.05
consistency_seeds = 24
q_factor = 1.0
r_factor = 1.0

Abrir no Kshana Studio · Ver no GitHub

impairment-eval#

Bancada de avaliação de detecção de degradações de RF por aprendizado de máquina (13494): gerar um corpus SINTÉTICO rotulado e fundamentado em parâmetros (nominal/jamming/spoof de tempo/spoof de posição/multipercurso), pontuar um detector (energy|agc|sqm|parity|fused) com a estrutura de teste agnóstica ao detector, e informar AUC/ROC/confusão + Pd por classe em um Pfa-alvo, além da lacuna de otimismo dentro versus fora da distribuição. Apenas características operacionais MODELLED — nunca dados de campo/IQ, sem veredito bom/ruim.

impairment-eval.toml

tipo de cenário impairment-evalas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Bancada de avaliação de detecção de degradações de RF por aprendizado de máquina (demonstrador ESA AO/1-13494).

kind = "impairment-eval"
seed = 42
n_per_class = 200
meas_noise = 0.6
detector = "fused"
target_pfa = 0.05
shift_severity_scale = 0.5
optimism_tol = 0.05

Abrir no Kshana Studio · Ver no GitHub

inertial#

Navegação inercial por estima em 1-DOF durante uma interrupção do GNSS.

imu-deadreckoning.toml

tipo de cenário inertialnão associado a um módulo do registro pelo nome

Dead-reckoning durante uma interrupção de GNSS: acelerômetro quântico de átomos frios versus de grau de navegação. Viés = resíduo após a calibração por GNSS = estabilidade de viés publicada; q_va = (PSD da raiz do ruído)^2.

kind = "inertial"
seed = 42
threshold_m = 100.0
step_s = 10.0
duration_s = 7200.0
windows = [
id = "cold-atom-quat"
provenance = "Exail hybrid quantum accelerometer triad: bias stability 6e-8 g = 5.88e-7 m/s^2 after 24 h (Templier et al., Science Advances 2022, arXiv:2209.13209); noise 22 ug/sqrtHz = 2.16e-4 (m/s^2)/sqrtHz; laboratory maturity, not deployed"

Abrir no Kshana Studio · Ver no GitHub

quantum-cai-coast.toml

tipo de cenário inertialnão associado a um módulo do registro pelo nome

Predefinição quântica: um acelerômetro de interferômetro de átomos frios (CAI), construído a partir da física de seu interferômetro, contra um acelerômetro de quartzo de grau de navegação durante uma interrupção de GNSS. Um trecho unidimensional de dead-reckoning: 10 minutos de GNSS e depois 110 minutos negados.

kind = "inertial"
seed = 20261013
threshold_m = 100.0
step_s = 10.0
duration_s = 7200.0
windows = [
id = "cold-atom-interferometer"
provenance = "Cold-atom (Rb-87 D2) interferometric accelerometer: q_va derived from the [accel_quantum.cai] parameters, a bracket in the GAIN/MAIUS literature range (Freier et al. arXiv:1512.05660; Becker et al. Nature 2018); residual bias 5.88e-7 m/s^2 = the 6e-8 g bias stability of a laboratory hybrid quantum accelerometer (Templier et al., Science Advances 2022, arXiv:2209.13209). Laboratory maturity, not deployed."

Abrir no Kshana Studio · Ver no GitHub

ins-trn-coast#

Modelo de erro de INS/TRN em inércia: erro de posição em função da duração da inércia, construído a partir de coeficientes da IMU em vez de varrido como uma taxa de deriva presumida. Cinco contribuições de crescimento — viés do acelerômetro, inclinação por viés do giroscópio através da gravidade, passeio aleatório de velocidade, passeio aleatório de ângulo e fator de escala em função da distância percorrida — cada uma propagada por um modelo de erro inercial de nove estados em nível local com realimentação de Schuler a uma latitude e altura declaradas (as leis de ordem dominante para inércia curta t², t³, t^1,5, t^2,5 e t¹/t² são informadas ao lado) e combinadas sob uma regra DECLARADA (raiz da soma dos quadrados por padrão, ou soma linear, ou soma determinística com rss estocástico; as três são calculadas em toda execução, de modo que a escolha fica visível em vez de enterrada). As durações de inércia que atingem limiares de posição fornecidos pelo chamador (10 m e 50 m por padrão) são localizadas pela bisseção já existente no motor, cada uma com um detalhamento por contribuição que nomeia a fonte dominante, e o cruzamento de cada contribuição isolada é, além disso, invertido algebricamente para que os dois coincidam. Um modo de navegação relativa ao terreno limita a inércia com correções de posição periódicas e informa o maior intervalo entre correções que mantém cada limiar; uma correção apenas de posição deixa o erro de velocidade e a inclinação vivos através da correção, de modo que nem sempre limita a inércia, seja qual for a taxa de correções, e o relatório diz isso em vez de devolver um zero. MODELLED: os coeficientes de classe da IMU são valores representativos de faixa, não de uma folha de dados, e o resíduo da correção de terreno é uma entrada. Um limiar não alcançado é informado como nulo com um status, nunca como zero. Não é um produto de desempenho de navegação inercial certificado.

ins-trn-coast.toml

tipo de cenário ins-trn-coastnão associado a um módulo do registro pelo nome

Modelo de erro de trecho por inércia INS/TRN — erro de posição em função da duração do trecho, e as durações de trecho em que ele cruza 10 m e 50 m.

kind = "ins-trn-coast"
imu_grade = "navigation"
speed_m_s = 250.0
combination = "rss"
crossing_thresholds_m = [10.0, 50.0]
drift_band_lo_m_per_s = 0.001
drift_band_hi_m_per_s = 0.050
trn_fix_mode = "position-only"

Abrir no Kshana Studio · Ver no GitHub

maritime-port-approach-coast.toml

tipo de cenário ins-trn-coastnão associado a um módulo do registro pelo nome

Aproximação de um porto marítimo com GNSS sob jamming: por quanto tempo um sistema de navegação inercial (INS) mantém um navio dentro do orçamento de exatidão de aproximação do porto depois que o sistema global de navegação por satélite (GNSS) é perdido.

kind = "ins-trn-coast"
imu_grade = "navigation"
speed_m_s = 6.17
combination = "rss"
crossing_thresholds_m = [10.0, 100.0]
drift_band_lo_m_per_s = 0.001
drift_band_hi_m_per_s = 0.050
trn_fix_mode = "none"

Abrir no Kshana Studio · Ver no GitHub

rail-tunnel-coast.toml

tipo de cenário ins-trn-coastnão associado a um módulo do registro pelo nome

Trecho por inércia em túnel ferroviário: por quanto tempo o sistema de navegação inercial (INS) de um trem o mantém dentro de um orçamento de discriminação de via, sem sistema global de navegação por satélite (GNSS) em um túnel.

kind = "ins-trn-coast"
imu_grade = "tactical"
speed_m_s = 44.4
combination = "rss"
crossing_thresholds_m = [2.0, 20.0]
drift_band_lo_m_per_s = 0.001
drift_band_hi_m_per_s = 0.050
trn_fix_mode = "none"

Abrir no Kshana Studio · Ver no GitHub

integrity#

RAIM instantâneo / de separação de soluções / ARAIM com HPL/VPL e um diagrama de Stanford.

araim-gps-galileo.toml

tipo de cenário integritynão associado a um módulo do registro pelo nome

Disponibilidade de ARAIM de dupla constelação: GPS + Galileo avaliados com o motor ARAIM avançado, inclusive a hipótese de falha de toda a constelação (araim_dual).

kind = "integrity"
mask_deg = 5.0
sigma_uere_m = 0.75
p_fa = 1.0e-5
p_md = 1.0e-3
al_h_m = 40.0
al_v_m = 50.0
araim_dual = true

Abrir no Kshana Studio · Ver no GitHub

integrity-harbour-approach.toml

tipo de cenário integritynão associado a um módulo do registro pelo nome

Disponibilidade de ARAIM para uma embarcação que entra em um porto: o tipo de cenário integrity com um usuário em local fixo no solo (user_site) sob a predefinição de linha de horizonte harbour-approach.

kind = "integrity"
seed = 7
mask_deg = 5.0
sigma_uere_m = 1.0
p_fa = 1.0e-5
p_md = 1.0e-3
al_h_m = 40.0
al_v_m = 50.0

Abrir no Kshana Studio · Ver no GitHub

integrity-raim.toml

tipo de cenário integritynão associado a um módulo do registro pelo nome

Disponibilidade de integridade GNSS (RAIM) sobre uma constelação semelhante ao GPS.

kind = "integrity"
seed = 7
mask_deg = 5.0
sigma_uere_m = 1.0
p_fa = 1.0e-5
p_md = 1.0e-3
al_h_m = 40.0
al_v_m = 50.0

Abrir no Kshana Studio · Ver no GitHub

jamming#

Jamming por balanço de enlace: J/S → C/N₀ efetivo → perda de sincronismo.

jamming-demo.toml

tipo de cenário jammingas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Jamming de RF: um jammer de banda larga em solo negando o GNSS a um receptor próximo.

kind = "jamming"
seed = 1
mask_deg = 5.0
tracking_threshold_dbhz = 25.0
step_s = 30.0
duration_s = 1800.0
lat_deg = 52.0
lon_deg = 4.0

Abrir no Kshana Studio · Ver no GitHub

jamming-harbour-approach-skyline.toml

tipo de cenário jammingas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Um navio entrando em um porto sob um jammer em terra, com os edifícios do cais à frente tomando os satélites baixos nessa direção: o cenário jamming sob a predefinição de linha de horizonte harbour-approach.

kind = "jamming"
seed = 1
mask_deg = 5.0
tracking_threshold_dbhz = 25.0
step_s = 60.0
duration_s = 21600.0
lat_deg = 59.80
lon_deg = 24.90

Abrir no Kshana Studio · Ver no GitHub

maritime-strait-jamming.toml

tipo de cenário jammingas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Jamming de GNSS marítimo: um jammer de banda larga em terra ou embarcado que nega o sistema global de navegação por satélite (GNSS) a um navio que cruza águas abertas.

kind = "jamming"
seed = 1
mask_deg = 5.0
tracking_threshold_dbhz = 25.0
step_s = 30.0
duration_s = 1800.0
lat_deg = 59.80
lon_deg = 24.90

Abrir no Kshana Studio · Ver no GitHub

launch-window#

Geometria de lançamento e ascensão de dois corpos: azimute(s) de lançamento (sin Az = cos i / cos lat), inclinação mínima alcançável, velocidade circular, o bônus para leste da rotação da Terra, Δv de mudança de plano em dogleg quando a inclinação-alvo está abaixo da latitude do local, e o número de oportunidades diárias de lançamento. Geometria de Terra esférica MODELLED (sem correção do triângulo de velocidades da Terra em rotação, sem modelo de ascensão/perda por arrasto).

launch-window.toml

tipo de cenário launch-windownão associado a um módulo do registro pelo nome

Demonstrador de janela de lançamento e geometria de subida (análise de missão, nível de estudo de compromisso).

kind = "launch-window"
site_lat_deg = 28.5
target_inclination_deg = 51.6
altitude_km = 400.0

Abrir no Kshana Studio · Ver no GitHub

leo-navmsg#

Mensagem de navegação LEO: as efemérides e o relógio transmitidos de um satélite de posicionamento, navegação e temporização em órbita terrestre baixa (LEO), para qualquer órbita, portadora e modelo, com predefinições nomeadas opcionais (Xona Pulsar, Iridium, Starlink, CentiSpace, um sistema representativo em banda C, o modelo ATOMIC de relógio zero, Celeste IOD). CONTEÚDO: dados auxiliares (SVID, número de emissão dos dados, banda, saúde do sinal), sincronização (semana, tempo da semana, um polinômio de relógio de segunda ordem af0-af2 em torno de toc), efemérides em um de quatro modelos -- o conjunto kepleriano de 16 parâmetros do Galileo OS SIS ICD; esse conjunto mais polinômios de correção ao longo da trilha, transversais e radiais; o modelo de 22 parâmetros de Liu et al. 2025; um polinômio ECEF sem termos de relógio (ATOMIC de relógio zero) -- e outros serviços (um conjunto de transmissão de Klobuchar, ai0-ai2 do NeQuick-G com o nível efetivo de ionização, e parâmetros de tempo do sistema para UTC com a lógica de segundos intercalares do ICD). AJUSTADOR: uma órbita-verdade integrada com gravidade zonal J2-J6 ou EGM2008 até o grau escolhido e arrasto, e um relógio livre ou conduzido com semente; ajuste de Levenberg-Marquardt do conjunto kepleriano em elementos não singulares, depois polinômios de correção por mínimos quadrados lineares; relógio ajustado líquido do termo relativístico que o usuário acrescenta. ANÁLISES: fit-interval-trade (erro de distância do sinal no espaço, SISRE, com pesos médios globais para a altitude da órbita, em função do intervalo de ajuste e do período de atualização, apenas órbita e com relógio), model-comparison (quatro modelos, número de parâmetros, bits codificados e o ajuste do Kshana nas altitudes de Liu et al. ao lado dos valores publicados), midpass-update (a passagem mais alta sobre um usuário, o salto de posição, de relógio e de distância do usuário a cada troca de mensagem, o salto na pior geometria, PASS/FAIL contra um limiar de continuidade), encode-decode (o quadro binário documentado do próprio Kshana com CRC-24Q, um orçamento de quantização de meio passo por campo, uma verificação de quadro corrompido, uma exportação e importação de registro no estilo RINEX 4 rotulada como extensão do Kshana, e uma tabela CSV). VALIDATED: os pesos do SISRE contra a tabela MEO/GEO publicada (Montenbruck et al. 2018); o algoritmo de usuário do Galileo contra o RTKLIB em efemérides de transmissão reais do Galileo; o CRC-24Q contra o seu valor de verificação de catálogo e o quadro de exemplo RTCM 1005. MODELLED: todo valor de ajuste e de SISRE é erro de representação contra uma verdade integrada pelo Kshana (sem erro de determinação ou predição de órbita); a comparação com Liu et al. usa órbitas diferentes; os formatos de codificação e de texto são do próprio Kshana.

leo-navmsg-celeste-iod.toml

tipo de cenário leo-navmsgnão associado a um módulo do registro pelo nome

Predefinição da demonstração em órbita (IOD) Celeste da ESA: o único cenário que usa material apresentado no workshop LEO-PNT do ESA Navigation Innovation and Support Programme (NAVISP), 2026. Retire-o de uma versão apagando este arquivo e src/leo_navmsg/presets/celeste_iod.rs (veja o cabeçalho desse arquivo).

kind = "leo-navmsg"
name = "Celeste IOD message (workshop preset)"
seed = 15
preset = "celeste-iod"
analysis = ["encode-decode", "fit-interval-trade"]
csv_schema = "celeste-iod"
span_s = 1800
fit_intervals_s = [60, 120, 300, 600, 900]

Abrir no Kshana Studio · Ver no GitHub

leo-navmsg-encode-decode.toml

tipo de cenário leo-navmsgnão associado a um módulo do registro pelo nome

Mensagem de navegação LEO: a codificação binária do Kshana, seu orçamento de quantização e as exportações em estilo RINEX e CSV.

kind = "leo-navmsg"
name = "LEO message encode and decode"
seed = 14
analysis = ["encode-decode"]
altitude_km = 550.0
inclination_deg = 97.6
gravity_degree = 20
model = "kepler-rac"

Abrir no Kshana Studio · Ver no GitHub

leo-navmsg-fit-interval-trade.toml

tipo de cenário leo-navmsgnão associado a um módulo do registro pelo nome

Mensagem de navegação em LEO: erro de distância do sinal no espaço (SISRE) versus intervalo de ajuste.

kind = "leo-navmsg"
name = "LEO message fit-interval trade"
seed = 11
analysis = ["fit-interval-trade"]
altitude_km = 550.0
inclination_deg = 97.6
gravity_degree = 20
cd_area_over_mass = 0.005

Abrir no Kshana Studio · Ver no GitHub

leo-navmsg-midpass-update.toml

tipo de cenário leo-navmsgnão associado a um módulo do registro pelo nome

Mensagem de navegação LEO: uma atualização de mensagem no meio de uma passagem, e se o usuário vê um salto.

kind = "leo-navmsg"
name = "LEO message mid-pass update"
seed = 13
analysis = ["midpass-update"]
altitude_km = 550.0
inclination_deg = 97.6
gravity_degree = 20
model = "kepler-rac"

Abrir no Kshana Studio · Ver no GitHub

leo-navmsg-model-comparison.toml

tipo de cenário leo-navmsgnão associado a um módulo do registro pelo nome

Mensagem de navegação LEO: quatro modelos de efemérides em uma órbita, e a tabela SISRE versus altitude de Liu et al. 2025.

kind = "leo-navmsg"
name = "LEO message model comparison"
seed = 12
analysis = ["model-comparison"]
altitude_km = 550.0
inclination_deg = 97.6
gravity_degree = 20
model = "kepler-rac"

Abrir no Kshana Studio · Ver no GitHub

leo-pass#

Passagem LEO e balanço de enlace, banda a banda, para LEO-PNT (posicionamento, navegação e temporização a partir de órbita terrestre baixa), agnóstico de sistema: um usuário (em terra, no mar, no ar ou em ambiente fechado, estático ou em movimento) e um ou mais satélites LEO a partir de uma PASSAGEM PROJETADA (uma órbita circular posicionada de modo que o usuário veja uma passagem de uma elevação máxima escolhida em um instante escolhido, heliossíncrona se pedido), ELEMENTOS explícitos, um TLE (conjunto de elementos de duas linhas) pelo SGP4 do motor, ou uma constelação WALKER construída pelo código constellation-design (as passagens mais altas informadas). As bandas vêm de uma predefinição nomeada (UHF/L/S/C genérica multibanda, banda C genérica, Xona Pulsar X1/X5, Iridium STL, Starlink como um sinal de oportunidade apenas de Doppler, CentiSpace, e uma predefinição opcional Celeste IOD marcada WORKSHOP) ou são escritas no cenário; cada predefinição declara se os seus números são PUBLIC (com URL), REPRESENTATIVE ou WORKSHOP. Por satélite, banda e época: elevação, azimute, distância, taxa de variação da distância e aceleração da distância; perda no espaço livre; EIRP e o ganho do diagrama do satélite (isofluxo, feixe gaussiano ou plano); ganho da antena do usuário em função da elevação (patch, hemisférica ou isotrópica); atenuação gasosa (ITU-R P.676-10 Anexo 2), atenuação por chuva (coeficientes da ITU-R P.838-3 e o procedimento da P.618-14, a partir de uma taxa de chuva e uma altura de chuva), cintilação troposférica (ITU-R P.618-14 seção 2.4.1), perda de penetração em edificações para um usuário em ambiente fechado (ITU-R P.2109-2), descasamento de polarização, temperatura de ruído do sistema e C/N0 (densidade de portadora sobre ruído); Doppler e taxa de Doppler em forma fechada a partir da taxa de variação e da aceleração da distância, cada uma conferida contra diferenças centrais; o atraso ionosférico de primeira ordem 40,3 STEC/f^2 a partir de um TEC oblíquo de Klobuchar ou de TEC vertical, escalado para a parte da ionosfera abaixo do satélite. Pares de bandas recebem os coeficientes livres de ionosfera, a amplificação de ruído e o ruído de código no pico da passagem. Satélites GNSS em MEO (predefinições do Galileo ou do GPS) são avaliados com o mesmo modelo de antena e de ruído a partir das potências recebidas dos seus documentos de interface, de modo que a passagem LEO em forma de sino e as portadoras GNSS planas compartilham um mesmo gráfico. Uma seção opcional [iot] fornece tempo até a primeira solução, energia por solução e vida útil da bateria em função do ciclo de trabalho para um orçamento de potência de receptor declarado (MODELLED). Cada par de bandas fornece também o TEC oblíquo que a sua combinação livre de geometria recupera no pico e o sigma de ruído de código dessa estimativa (sondagem da ionosfera). Uma seção opcional [spoofer] falsifica os sinais de uma posição alegada que salta ou é empurrada para longe da verdadeira depois de um início e executa dois monitores com probabilidades de falso alarme e de detecção perdida declaradas: consistência de Doppler e de geometria da passagem (taxas de variação da distância medidas contra as previstas a partir das órbitas e de uma posição e velocidade a priori independentes, um teste de qui-quadrado de mínimos quadrados generalizados sobre uma janela, nos canais GNSS, LEO e em todos) e consistência entre bandas (o passo de época a época da combinação livre de geometria, corrigida pelo modelo, de cada par de bandas LEO), informando estatísticas por época e quando cada monitor detecta (MODELLED). Componentes VALIDATED: perda no espaço livre, os coeficientes da P.838-3 contra a sua Tabela 5, os procedimentos de chuva e cintilação da P.618-14 e a perda de penetração em edificações da P.2109 contra os exemplos de validação do Grupo de Estudos 3 da ITU-R, a razão de atraso de grupo L1/L2 do IS-GPS-200 e o Doppler máximo de usuário estático em uma órbita circular contra a Tabela 1 do arXiv 2509,19551. MODELLED: EIRPs, diagramas, a fração de Chapman do TEC abaixo do satélite e a passagem inteira.

leo-focus-science-iono-sounding.toml

tipo de cenário leo-passnão associado a um módulo do registro pelo nome

Área de foco de PNT em LEO: ciência de PNT em LEO, sondagem da ionosfera a partir do atraso em dupla banda.

kind = "leo-pass"
name = "LEO ionosphere sounding from multi-band delays"
epoch = "2026-09-28T11:00:00"
duration_s = 900.0
step_s = 5.0
environment = "ground"
lat_deg = 69.66
lon_deg = 18.94

Abrir no Kshana Studio · Ver no GitHub

leo-indoor-uhf.toml

tipo de cenário leo-passnão associado a um módulo do registro pelo nome

PNT em LEO em ambientes internos: por que uma portadora UHF chega ao interior de um edifício quando as bandas L, S e C têm dificuldade.

kind = "leo-pass"
name = "Indoor UHF LEO-PNT"
epoch = "2026-09-28T12:00:00"
duration_s = 900.0
step_s = 5.0
environment = "indoor"
lat_deg = 41.9
lon_deg = 12.49

Abrir no Kshana Studio · Ver no GitHub

leo-iot-energy.toml

tipo de cenário leo-passnão associado a um módulo do registro pelo nome

PNT em LEO de baixa energia para um rastreador IoT (Internet das Coisas): energia por solução contra ciclo de trabalho.

kind = "leo-pass"
name = "IoT energy per fix"
epoch = "2026-09-28T06:00:00"
duration_s = 900.0
step_s = 5.0
environment = "ground"
lat_deg = 53.55
lon_deg = 9.99

Abrir no Kshana Studio · Ver no GitHub

leo-pass-celeste-iod-multiband.toml

tipo de cenário leo-passnão associado a um módulo do registro pelo nome

ESA Celeste IOD, configuração de sinal nº 1, todas as bandas em uma passagem. predefinição WORKSHOP.

kind = "leo-pass"
name = "Celeste IOD multi-band pass"
epoch = "2026-09-28T08:00:00"
duration_s = 600.0
step_s = 2.0
iono_free_pairs = [["E5", "C"], ["UHF", "C"], ["E5", "SR"]]
environment = "ground"
lat_deg = 52.218

Abrir no Kshana Studio · Ver no GitHub

leo-pass-iridium.toml

tipo de cenário leo-passnão associado a um módulo do registro pelo nome

Rajadas do Iridium STL (tempo e localização por satélite) vistas de uma aeronave.

kind = "leo-pass"
name = "Iridium STL from an aircraft"
epoch = "2026-09-28T14:00:00"
duration_s = 900.0
step_s = 5.0
environment = "air"
lat_deg = 50.0
lon_deg = -30.0

Abrir no Kshana Studio · Ver no GitHub

leo-pass-vs-gnss-cn0.toml

tipo de cenário leo-passnão associado a um módulo do registro pelo nome

Uma passagem de PNT em LEO contra os satélites Galileo à vista: C/N0 em uma passagem.

kind = "leo-pass"
name = "LEO pass versus MEO GNSS C/N0"
epoch = "2026-09-28T08:00:00"
duration_s = 900.0
step_s = 2.0
environment = "ground"
lat_deg = 48.137
lon_deg = 11.575

Abrir no Kshana Studio · Ver no GitHub

leo-pass-xona-pulsar.toml

tipo de cenário leo-passnão associado a um módulo do registro pelo nome

Xona Pulsar X1 e X5 em uma passagem, com as passagens mais altas da constelação Pulsar.

kind = "leo-pass"
name = "Xona Pulsar pass"
epoch = "2026-09-28T10:00:00"
duration_s = 1200.0
step_s = 5.0
environment = "maritime"
lat_deg = 45.5
lon_deg = -5.0

Abrir no Kshana Studio · Ver no GitHub

leo-resilience-spoof-doppler.toml

tipo de cenário leo-passnão associado a um módulo do registro pelo nome

Resiliência de PNT em LEO contra spoofing: consistência de Doppler e da geometria da passagem.

kind = "leo-pass"
name = "Spoofing detection by LEO Doppler consistency"
epoch = "2026-09-28T08:00:00"
duration_s = 1800.0
step_s = 5.0
environment = "ground"
lat_deg = 50.11
lon_deg = 8.68

Abrir no Kshana Studio · Ver no GitHub

leo-pnt-chain#

Um sistema LEO-PNT (posicionamento, navegação e temporização a partir de órbita terrestre baixa) de ponta a ponta, para qualquer constelação e sinal: o projeto leo-signal nomeado por signal_design (uma predefinição pública ou um projeto [signal] em linha) define o centro, a largura de banda, a taxa de chips e a divisão de EIRP de uma banda de [pass], o balanço de enlace do leo-pass fornece o C/N0 rastreado e o jitter de código limitado em banda ao longo da passagem, e uma reta de C/N0 em sin(elevação) e o SISRE de transmissão da mensagem [navmsg] (ajustado na altitude do satélite da passagem) alimentam todo sistema LEO da solução conjunta leo-pvt de [fusion] e, opcionalmente, os casos leo-ppp de [ppp]; cada transferência é listada com o seu valor e a sua unidade. MODELLED.

celeste-iod-end-to-end.toml

tipo de cenário leo-pnt-chainnão associado a um módulo do registro pelo nome

Celeste IOD de ponta a ponta (predefinição opcional): o sinal E5 configuração #1 -> uma passagem Celeste IOD -> a mensagem de navegação no estilo Celeste -> posição fundida GPS + Galileo + Celeste IOD.

kind = "leo-pnt-chain"
name = "Celeste IOD end to end"
seed = 4
signal_design = "celeste-iod-e5-1-pfa"
od_sisre_m = 0.25
name = "celeste-iod-e5-1-pfa"
system = "Celeste IOD"
source = "WORKSHOP"

Abrir no Kshana Studio · Ver no GitHub

leo-pnt-end-to-end.toml

tipo de cenário leo-pnt-chainnão associado a um módulo do registro pelo nome

LEO-PNT de ponta a ponta em uma constelação genérica: projeto de sinal -> orçamento de enlace da passagem -> mensagem de navegação -> posição fundida MEO + LEO e convergência do posicionamento por ponto preciso.

kind = "leo-pnt-chain"
name = "LEO-PNT end to end, generic 1080 km constellation"
seed = 5
signal_design = "generic-l"
od_sisre_m = 0.25
presets = ["generic-bands"]
epoch = "2026-09-28T08:00:00"
duration_s = 1200.0

Abrir no Kshana Studio · Ver no GitHub

xona-pulsar-end-to-end.toml

tipo de cenário leo-pnt-chainnão associado a um módulo do registro pelo nome

Xona Pulsar de ponta a ponta: o sinal X5 público -> uma passagem Pulsar -> uma mensagem de navegação LEO -> posição fundida GPS + Galileo + Pulsar e convergência do posicionamento por ponto preciso.

kind = "leo-pnt-chain"
name = "Xona Pulsar end to end"
seed = 9
signal_design = "xona-x5"
od_sisre_m = 0.25
presets = ["xona-pulsar"]
epoch = "2026-09-28T10:00:00"
duration_s = 1200.0

Abrir no Kshana Studio · Ver no GitHub

leo-ppp#

Convergência do posicionamento preciso por ponto (PPP) apenas com GNSS e com aumentação por LEO: um filtro de Kalman estendido flutuante sobre código e fase da portadora livres de ionosfera, com as coordenadas estáticas da estação, um relógio de receptor branco, um viés entre sistemas por sistema adicional, um atraso úmido zenital em passeio aleatório mapeado por 1/sin(elevação) e uma ambiguidade flutuante por arco de satélite; o erro de órbita e relógio preciso é branco e comum ao código e à fase de um satélite, de modo que cada satélite é uma atualização correlacionada de duas linhas em uma forma estabilizada de Joseph. As medições são simuladas a partir do mesmo modelo com ruído com semente em vários locais e sementes, e cada caso (primeiro apenas GNSS, depois cada [[case]] de sistemas LEO, de qualquer constelação ou predefinição) informa o tempo mediano de convergência (a primeira época depois da qual os erros horizontal e vertical permanecem abaixo dos limiares, 10 cm por padrão), a fração convergida, as curvas medianas de erro e a consistência do filtro (o NEES de posição médio da execução contra a faixa de qui-quadrado bilateral de 95%). Opcionalmente ao lado dos valores publicados de Li et al. (2019, J. Geod. 93:749, doi 10.1007/s00190-018-1195-2) em latitudes médias: 9,6 min para multi-GNSS reduzidos a 7,0, 3,2, 2,1 e 1,3 min com 60, 96, 192 e 288 satélites LEO. MODELLED: uma comparação de consistência da tendência, não uma reprodução das constelações, do ruído ou das estações desse estudo; sem resolução de ambiguidades, saltos de ciclo, phase wind-up, marés nem erros de produtos correlacionados no tempo.

leo-ppp-convergence.toml

tipo de cenário leo-pppnão associado a um módulo do registro pelo nome

Convergência do posicionamento preciso por ponto (PPP) com aumentação por LEO.

kind = "leo-ppp"
seed = 20
duration_s = 1800.0
step_s = 10.0
runs = 4
lat_deg = 30.5
lon_deg = 114.4
lat_deg = 48.1

Abrir no Kshana Studio · Ver no GitHub

leo-pvt#

Posicionamento, navegação e temporização (PNT) fundidos em órbita terrestre média (MEO) e baixa (LEO) sobre QUALQUER constelação: cada [[system]] é uma predefinição de GNSS do tipo de cenário constellation-design, uma predefinição LEO (xona-pulsar, iridium-stl, starlink-sop, centispace, generic-c-band, o modelo de efemérides atomic-zero-clock, ou outro arquivo de predefinição, cada um em seu próprio arquivo com as fontes marcadas PUBLIC, WORKSHOP ou DERIVED), camadas Walker ou conjuntos explícitos de elementos, com uma portadora, uma taxa de chips, um envelope de densidade de portadora sobre ruído (C/N0) da máscara de elevação até o zênite, um erro de distância do sinal no espaço (SISRE), um sigma de Doppler e um modelo de relógio (o seu próprio relógio de receptor, de modo que o viés entre sistemas é estimado, ou um deslocamento de transmissão conhecido). Quatro modos. DOPPLER: posicionamento em lote de Gauss-Newton a partir da taxa de variação da distância com derivadas parciais analíticas, estados de deriva do relógio e, opcionalmente, de velocidade e uma restrição opcional de altura, com um ou vários satélites, o erro em função da duração da janela, o envelope de Doppler, de taxa de Doppler e de jerk de cada sistema LEO, e a exatidão ao longo da trilha e transversal de uma única passagem em função do afastamento transversal (o erro transversal cresce sem limite à medida que a passagem fica sobre o usuário; uma única passagem também tem uma solução espelhada do outro lado do traço no solo). Um sinal de oportunidade apenas de Doppler (starlink-sop) roda aqui. CONJUNTO: soluções de pseudodistância por mínimos quadrados ponderados a cada época apenas com GNSS, apenas com LEO e com ambos, sigmas por medição de um modelo de ruído térmico de malha de captura de atraso em C/N0 mais o SISRE (ou um sigma fixo, para que um modelo de sinal possa alimentá-los), os vieses entre sistemas estimados, e PDOP/HDOP/VDOP em função do número de satélites LEO acrescentados. POLAR: satélites à vista e DOP em função da latitude para GNSS, LEO e ambos. TEMPORIZAÇÃO: transferência de tempo para o Tempo Universal Coordenado (UTC) a partir de satélites LEO em posição conhecida com um filtro de relógio de dois estados cujo ruído de processo vem das classes de osciladores do motor, em função do C/N0 e do oscilador, e a expressão do IS-GPS-200 de tempo do sistema para UTC; com [timing] trace = true cada linha também informa o seu erro de tempo e o sigma previsto a cada época. VALIDATED: o maior Doppler de uma passagem do zênite ao horizonte contra os valores publicados do Iridium (até 36 kHz) e do Xona Pulsar X1 (32 a 34 kHz). MODELLED: todo o resto; o DOP é conferido contra um caso derivado à mão, as soluções contra a sua covariância e o modelo de Doppler contra a identidade da aceleração da distância.

celeste-iod-fused-pvt.toml

tipo de cenário leo-pvtnão associado a um módulo do registro pelo nome

Posicionamento GNSS reforçado pelos dois satélites de demonstração em órbita Celeste da ESA.

kind = "leo-pvt"
mode = "joint"
seed = 4
duration_s = 5700.0
step_s = 30.0
lat_deg = 52.22
lon_deg = 4.42
height_m = 5.0

Abrir no Kshana Studio · Ver no GitHub

leo-doppler-positioning.toml

tipo de cenário leo-pvtnão associado a um módulo do registro pelo nome

Posicionamento apenas por Doppler de LEO, sobre uma constelação genérica de navegação em LEO.

kind = "leo-pvt"
mode = "doppler"
seed = 7
duration_s = 600.0
step_s = 10.0
lat_deg = 48.14
lon_deg = 11.58
height_m = 520.0

Abrir no Kshana Studio · Ver no GitHub

leo-pvt-fjord-skyline.toml

tipo de cenário leo-pvtnão associado a um módulo do registro pelo nome

Posicionamento fundido MEO e LEO para uma embarcação no fundo de um fiorde, onde as paredes do vale escondem tudo o que está baixo do outro lado do canal: o modo conjunto leo-pvt sob a predefinição de linha de horizonte fjord.

kind = "leo-pvt"
mode = "joint"
seed = 3
duration_s = 1800.0
step_s = 30.0
lat_deg = 61.1
lon_deg = 6.6
height_m = 20.0

Abrir no Kshana Studio · Ver no GitHub

leo-timing-utc.toml

tipo de cenário leo-pvtnão associado a um módulo do registro pelo nome

Transferência de tempo para o UTC a partir de satélites LEO, contra C/N0 e o oscilador do receptor.

kind = "leo-pvt"
mode = "timing"
seed = 9
duration_s = 21600.0
step_s = 10.0
lat_deg = 39.99
lon_deg = -105.26
height_m = 1655.0

Abrir no Kshana Studio · Ver no GitHub

meo-leo-fused-pvt.toml

tipo de cenário leo-pvtnão associado a um módulo do registro pelo nome

Posicionamento fundido MEO e LEO por pseudodistância: GPS e Galileo com uma camada de navegação em LEO.

kind = "leo-pvt"
mode = "joint"
seed = 3
duration_s = 1800.0
step_s = 30.0
lat_deg = 40.42
lon_deg = -3.70
height_m = 650.0

Abrir no Kshana Studio · Ver no GitHub

polar-arctic-leo-coverage.toml

tipo de cenário leo-pvtnão associado a um módulo do registro pelo nome

Satélites visíveis e diluição da precisão do equador ao polo: apenas GNSS em MEO, apenas uma constelação LEO quase polar, e ambos.

kind = "leo-pvt"
mode = "polar"
duration_s = 7200.0
step_s = 600.0
lat_step_deg = 10.0
lon_step_deg = 45.0
pdop_threshold = 6.0
name = "GPS"

Abrir no Kshana Studio · Ver no GitHub

leo-signal#

Projetos de sinais LEO-PNT: sinais parametrizados de posicionamento, navegação e temporização (PNT) em órbita terrestre baixa (LEO), para qualquer sistema, banda e estrutura. Um SINAL é uma banda (frequência central, largura de banda de transmissão, alocação da UIT RNSS/RDSS/MSS/EESS/non-RNSS/other) e componentes (aquisição, dados, piloto; qualquer subconjunto), cada um com uma modulação (BPSK(n) com n fracionário, BOC(m,n), MBOC(6.1,p) ou uma banda plana do tipo OFDM), uma fração de potência, deslocamentos opcionais de subportadoras FDMA, um comprimento de código e uma taxa de dados. Os sinais vêm de arquivos de predefinições públicas compilados no programa (xona-pulsar, iridium-stl, starlink-soo, centispace, generic-c-band, generic-bands; cada um com o URL da sua fonte e todo valor não publicado rotulado REPRESENTATIVE) ou são escritos em linha. POR SINAL: a densidade espectral de potência limitada em banda e a fração da potência de cada componente que a banda de transmissão deixa passar (forma fechada do BPSK ao lado do valor numérico), a largura de banda RMS (Gabor), o jitter térmico de rastreamento de código da malha de captura de atraso em função de C/N0 e do espaçamento adiantado-atrasado, a partir da fórmula adiantado-atrasado coerente (ou não coerente) limitada em banda de Betz & Kolodziejski 2009, com a sua forma de manual para banda ilimitada e o seu limite de Gabor para espaçamento tendendo a zero, a precisão de medição de distância em metros, o espaço de busca de aquisição (células Doppler a partir do Doppler máximo da órbita mais os termos do oscilador e do usuário, vezes as células de código), a probabilidade de detecção de lei quadrática e o tempo médio de aquisição serial e paralela em código, o coeficiente de separação espectral do sinal em relação a GPS L1 C/A, Galileo E1, GPS L5, Galileo E5a, E5b e E5 AltBOC e de cada um deles em relação ao sinal com a degradação de C/N0, e os J/S de onda contínua, de banda larga e casado que o componente rastreado tolera, a partir do mecanismo de SSC do próprio tipo de cenário spectrum. UMA COMPARAÇÃO ENTRE BANDAS: atraso ionosférico de primeira ordem (40,3 TEC/f^2), perda no espaço livre, precisão de medição de distância com o mesmo C/N0 e com o mesmo EIRP, e tolerância a interferidores. VERIFICAÇÕES DE FORMA opcionais confrontam o espectro de um projeto com uma medição descrita (consistência MODELLED). VALIDATED: as formas fechadas da potência em banda do BPSK (90,3 % no lóbulo principal) e da largura de banda de Gabor, o jitter limitado em banda que se reduz à forma coerente adiantado-atrasado de manual e ao seu limite de Gabor, o coeficiente de separação espectral do BPSK deslocado contra a sua forma fechada de Parseval, a área unitária do espectro AltBOC, e o Doppler máximo em LEO contra os valores publicados do Xona Pulsar (32-34 kHz) e do Iridium (36 kHz). MODELLED: todos os projetos, as divisões de potência e os níveis de C/N0 e de interferidor; os espectros EFQPSK, CSK e OFDM são aproximados.

celeste-iod-classical-pilot-signals.toml

tipo de cenário leo-signalnão associado a um módulo do registro pelo nome

Projetos de sinal Celeste IOD: as bandas de frequência e a configuração de sinal "Classical Pilot" nº 1 da missão de posicionamento, navegação e temporização (PNT) em órbita terrestre baixa (LEO) Celeste In-Orbit Demonstration (IOD) da ESA, como projetos de sinal parametrizados.

kind = "leo-signal"
noise_figure_db = 2.0
antenna_temp_k = 290.0
loop_bandwidth_hz = 1.0
integration_time_s = 0.02
correlator_spacings_chips = [1.0, 0.5, 0.2, 0.1]
reference_spacing_chips = 0.5
tracking_threshold_dbhz = 25.0

Abrir no Kshana Studio · Ver no GitHub

leo-band-trade.toml

tipo de cenário leo-signalnão associado a um módulo do registro pelo nome

Compromisso de banda LEO-PNT, de UHF à banda C larga: o que um sinal de posicionamento, navegação e temporização (PNT) em órbita terrestre baixa (LEO) ganha e perde em cada banda, independentemente de qualquer sistema em particular.

kind = "leo-signal"
presets = ["generic-bands"]
noise_figure_db = 2.0
antenna_temp_k = 290.0
loop_bandwidth_hz = 1.0
integration_time_s = 0.02
correlator_spacings_chips = [1.0, 0.5, 0.2, 0.1]
reference_spacing_chips = 0.5

Abrir no Kshana Studio · Ver no GitHub

xona-pulsar-signals.toml

tipo de cenário leo-signalnão associado a um módulo do registro pelo nome

Sinais Xona Pulsar: os sinais X1 (banda L1) e X5 (banda L5) de uma constelação comercial de posicionamento, navegação e temporização (PNT) em órbita terrestre baixa (LEO), a partir de sua tabela de sinais publicada (Leclère, Marathe e Reid, ION GNSS+ 2025, https://arxiv.org/abs/2509.19551), como a predefinição xona-pulsar compilada no programa.

kind = "leo-signal"
presets = ["xona-pulsar"]
noise_figure_db = 2.0
antenna_temp_k = 290.0
loop_bandwidth_hz = 1.0
integration_time_s = 0.02
correlator_spacings_chips = [1.0, 0.5, 0.2, 0.1]
reference_spacing_chips = 0.5

Abrir no Kshana Studio · Ver no GitHub

Orçamento de enlace unidirecional sobre a equação de enlace CCSDS 401 / DSN 810-005: perda de percurso no espaço livre, C/N₀, Eb/N₀, margem e fechamento para um EIRP de transmissão, G/T de recepção, distância, taxa de dados e banda (s|x|ka) em relação a um Eb/N₀ exigido. Um cálculo de engenharia determinístico a partir das entradas fornecidas (não é uma folha de dados calibrada de terminal).

lunar-ascent#

Ascensão propulsada MODELLED de um local de superfície polar sul até a órbita de encontro, e a covariância de posição e velocidade que ela leva de volta à órbita (classe Artemis). O modelo de erro inercial de cinco estados por eixo de lunar-descent (posição, velocidade, viés do acelerômetro, inclinação de atitude, viés do giroscópio, conduzido pela força específica) é executado nos três eixos do local a partir do estado de superfície com que a fase começa; uma solução de posição AFS a partir dos relés visíveis de uma constelação ILLUSTRATIVE de classe LCNS (isolada, ou diferencial usando o resíduo do enlace de correção de lunar-differential-pnt, com o relógio auxiliado quando apenas três relés estão visíveis) é obtida em um intervalo declarado, com o tempo lunar entrando pelo relógio do veículo e um erro de marcação de tempo ao longo da trajetória. Informa as fontes inerciais em forma fechada, a contribuição do auxílio, a ablação, os 1-sigmas de navegação ao longo da ascensão, a dispersão no corte do motor ao lado do conhecimento de navegação, e a covariância MCI 6x6 completa na inserção com a correlação posição-velocidade mantida. MODELLED: classe de IMU, força específica, conjunto de relés e dispersão no corte ilustrativos; erros mantidos nos eixos do local de lançamento; o estado nominal de saída é um substituto. Sem aval de agência; software de caráter consultivo, não um equipamento de navegação certificado.

lunar-ascent.toml

tipo lunar-ascentnão associado a um módulo do registro pelo nome

Ascensão lunar: a ascensão propulsada a partir de um local de superfície polar sul (classe Artemis) até a órbita de encontro a 100 km, e a covariância de posição e velocidade que ela leva de volta à órbita.

kind = "lunar-ascent"
site_lat_deg = -89.5
site_lon_deg = 0.0
ascent_s = 450.0
insertion_altitude_km = 100.0
accel_bias_ug = 100.0
align_arcmin = 3.0
gyro_bias_deg_per_hr = 0.01

Ainda não está no GitHub

lunar-attack-surface#

Superfície de ataque à segurança de sinais da navegação na superfície lunar (P1): compõe as análises abertas de segurança de sinais em uma única execução alcançável pelo binário. Informa (1) a potência recebida do AFS e o seu EXCEDENTE de potência em relação a uma referência GPS terrestre, além da faixa de sensibilidade de 12-18 dB como uma varredura genuína em vários eixos sobre as entradas do enlace (nível de referência x EIRP x distância oblíqua), com a reconciliação do fator linear de 25x arredondado / 28x não arredondado. REVISADO (regra R4): isto informava um DÉFICIT de potência de 15,6 dB e um fator de 32x/36x até que a referência GPS fosse corrigida de -125 / -128.5 (que são os valores em dBm) para -155 / -158.5 dBW, os valores do ICD-GPS-200 que o módulo de interferência sempre carregou. O sinal se inverte: o sinal lunar AFS modelado é 14,4 dB MAIS FORTE do que o GPS L1 C/A terrestre, não mais fraco. A própria potência recebida não mudou nem um bit, e o fator linear é o antigo dividido por exatamente 1000, que é exatamente o deslocamento de 30 dB entre dBm e dBW; (2) a potência de transmissão exigida do atacante para falsificar (J/S = 3 dB) e para negar (J/S = 30 dB) em cada distância de afastamento, o inverso do enlace J/S; (3) a área de captura orbital sob um diagrama real de antena de abertura uniforme (Airy [2 J1(x)/x]^2), uma calota sub-hemisférica limitada pela altitude cujo limbo NÃO é capturado; (4) um resultado calculado de entrada em captura de falsificação na malha de rastreamento (um falsificador de código casado, com dada vantagem de potência e dado deslocamento de código, realmente arrasta a DLL/PLL) em vez do limiar afirmado de 3 dB; (5) o alcance do horizonte geométrico de um transmissor elevado na superfície de um corpo sem atmosfera; e (6) o orçamento de autenticação OSNMA/TESLA (20 bit/s de sobrecarga = ~40 % de uma mensagem de navegação AFS de 50 bit/s, latência de divulgação de chave, falsificação de 2^-40). Um corpo vazio reproduz a linha de base P1; toda entrada tem valor padrão e pode ser substituída. Os subresultados VALIDATED carregam a referência independente do seu módulo de origem (radiometria em dB de forma fechada; ida e volta do J/S inverso; diagrama de Airy contra Bessel de A&S e geometria de calota esférica; entrada em captura de DLL/PLL contra Kaplan & Hegarty; identidade de horizonte tangente esférico contra eo_payload; dimensionamento dos campos do SIS-ICD do OSNMA). MODELLED: as magnitudes representativas de geometria e potência e os valores específicos das células do mapa de captura. Não é um produto de segurança certificado.

lunar-attack-surface.toml

tipo de cenário lunar-attack-surfacenão associado a um módulo do registro pelo nome

Superfície de ataque à segurança do sinal de navegação na superfície lunar (artigo P1).

kind = "lunar-attack-surface"
afs_eirp_dbw = 26.0
user_gain_dbi = 3.0
slant_range_m = 3.0e6
carrier_hz = 2.4e9
gps_reference_dbw = -155.0
gps_reference_min_dbw = -158.5
transmitter_altitude_m = 100_000.0

Abrir no Kshana Studio · Ver no GitHub

lunar-beacon#

Aumento por balizas de superfície de um serviço lunar de navegação em órbita, como uma tabela executável de antes e depois. Um usuário polar sul vê um conjunto orbital esparso em uma faixa estreita do céu, de modo que a geometria de medição de distância é mal condicionada; algumas BALIZAS DE SUPERFÍCIE LEVANTADAS TOPOGRAFICAMENTE fornecem as linhas de linha de visada de baixa elevação e amplo azimute que um conjunto todo sobre a cabeça não tem, e a diluição horizontal da precisão colapsa. O cenário informa três configurações em uma época -- só os satélites, os satélites mais as balizas visíveis, e uma constelação maior como caminho alternativo para a mesma geometria -- cada uma com as suas contagens de fontes visíveis, o seu DOP completo e a precisão realizada de 1 sigma em METROS, obtida multiplicando por um erro equivalente de medição de distância do usuário por baliza, montado como a raiz da soma dos quadrados dos termos de sincronização de relógio, multipercurso e levantamento. A visibilidade das balizas é o horizonte geométrico de duas alturas da Lua sem ar (sem atmosfera, de modo que o limite é exato), e a montagem do DOP é o mesmo núcleo verificado de forma cruzada contra o gnss_lib_py em tests/dop_reference.rs. POR QUE ESTE TIPO DE CENÁRIO EXISTE: o módulo por trás dele está no motor e é verificado contra um caminho de DOP independente desde L08/L09, mas não era alcançável a partir de uma execução -- sem tipo de cenário, sem ramo de despacho, sem arquivo incluído. O README anunciava a capacidade e a matriz de verificação NÃO trazia nenhuma linha para ela, de modo que ela era ao mesmo tempo afirmada na prosa e não afirmada no registro, enquanto era inalcançável no motor. Os valores padrão são a geometria que já tem um golden registrado (um usuário a -80 graus com uma antena de 2 m, três balizas em -80/0, -79/+60 e -79/-60 a 2 km, um instantâneo LCNS ilustrativo de seis satélites em t=0, uma máscara de 5 graus), de modo que uma execução simples reproduz uma tabela que uma referência independente já cobre em vez de inventar números novos. MODELLED: o projeto da constelação, a posição das balizas e toda magnitude do orçamento de erros são entradas ilustrativas, não um levantamento em campo nem um enlace medido; apenas a aritmética do DOP, a forma fechada do horizonte e a relação sigma = DOP x sigma_URE têm âncora externa. Não é um compromisso de desempenho de serviço.

lunar-beacon.toml

tipo de cenário lunar-beaconas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Aumentação por balizas de superfície de um serviço de navegação orbital lunar.

kind = "lunar-beacon"
n_satellites = 6
comparison_n_satellites = 24
epoch_s = 0.0
elevation_mask_deg = 5.0
clock_sync_m = 1.0
multipath_m = 0.5
survey_m = 0.3

Abrir no Kshana Studio · Ver no GitHub

lunar-descent#

Orçamento de dispersão de pouso MODELLED para uma descida propulsada a um local polar sul (classe Artemis). Por eixo horizontal, um modelo de erro inercial de cinco estados (posição, velocidade, viés do acelerômetro, inclinação de atitude, viés do giroscópio) é conduzido pela força específica da descida; um filtro sequencial recebe soluções de posição dos auxílios habilitados: uma solução AFS a partir dos relés visíveis de uma constelação ILLUSTRATIVE de classe LCNS (isolada, ou diferencial usando o resíduo do enlace de correção de lunar-differential-pnt, com o relógio auxiliado quando apenas três relés estão visíveis) e uma solução relativa ao terreno (o correlacionador TERCOM/SITAN da biblioteca sobre um relevo sintético, ou o limite de Cramer-Rao da correlação de uma janela de elevação do DEM polar sul real do LOLA). O tempo lunar entra pelo relógio do veículo nas soluções (o deslocamento LTC-TT de lunar-time-offset, ou a incerteza de sua faixa publicada) e como um erro de marcação de tempo ao longo da trajetória. Informa a elipse de pouso de 3 sigma, R95, as fontes inerciais em forma fechada, a contribuição de cada auxílio, a ablação de cada combinação de auxílios, uma calibração de Monte Carlo da elipse e a covariância transferida. MODELLED: classe de IMU, conjunto de relés, perfil de descida e termo de guiagem ilustrativos; terrain-nav usa um relevo sintético em escala métrica terrestre; a disponibilidade de AFS é de uma época com uma máscara plana. Sem aval de agência; software de caráter consultivo, não um equipamento de navegação certificado.

lunar-descent.toml

tipo lunar-descentnão associado a um módulo do registro pelo nome

Dispersão de pouso lunar: o orçamento de uma descida propulsada a um local polar sul (classe Artemis), a partir da deriva inercial do conjunto de descida e do que a navegação relativa ao terreno, os sinais da LunaNet e o tempo lunar retiram dele.

kind = "lunar-descent"
site_lat_deg = -89.5
site_lon_deg = 0.0
more_site_lats_deg = [-89.9, -88.5, -85.0]
descent_s = 600.0
horizontal_speed_m_s = 150.0
accel_bias_ug = 100.0
align_arcmin = 3.0

Ainda não está no GitHub

lunar-descent-lola.toml

tipo lunar-descentnão associado a um módulo do registro pelo nome

Dispersão de pouso lunar com o DEM polar sul real do LOLA: o orçamento de uma descida propulsada a um local polar sul (classe Artemis), a partir da deriva inercial do conjunto de descida e do que a navegação relativa ao terreno, os sinais da LunaNet e o tempo lunar retiram dele.

kind = "lunar-descent"
site_lat_deg = -89.5
site_lon_deg = 0.0
more_site_lats_deg = [-89.9, -88.5, -85.0]
descent_s = 600.0
horizontal_speed_m_s = 150.0
accel_bias_ug = 100.0
align_arcmin = 3.0

Ainda não está no GitHub

lunar-differential-pnt#

PNT DIFERENCIAL lunar modelado (um análogo lunar de DGNSS/SBAS): uma estação de referência da classe NovaMoon em um local selenográfico CONHECIDO calcula correções diferenciais por satélite a partir de uma constelação da classe Moonlight/LCNS, ILLUSTRATIVE e de fonte pública (NovaMoon citada apenas como uma CLASSE de sistema, sem afiliação com a ESA), e um usuário deslocado por baseline_km as aplica, de modo que os erros de órbita + relógio de MODO COMUM se cancelem. O termo de relógio se cancela EXATAMENTE (uma identidade algébrica); o termo de órbita deixa apenas a projeção da diferença de linha de visada, que → 0 quando a linha de base → 0 (o piso de descorrelação espacial) e cresce ≈ linearmente com a linha de base. Informa o erro de posição 3-D do usuário COM e SEM correções, o fator de redução, a curva de erro contra a linha de base e um nível de proteção do usuário que REAPROVEITA o mecanismo SBAS da DO-229E (crate::sbas) com o resíduo diferencial σ. MODELLED — identidade de cancelamento exato + modelo de descorrelação de primeira ordem; não validado com dados reais; sem TRL, herança nem endosso de agência. Determinístico se houver semente.

lunar-differential-pnt.toml

tipo de cenário lunar-differential-pntnão associado a um módulo do registro pelo nome

PNT DIFERENCIAL lunar: um análogo lunar de DGNSS / SBAS.

kind = "lunar-differential-pnt"
n_sats = 8
sma_km = 9737.4
eccentricity = 0.6
inc_deg = 57.7
argp_deg = 90.0
ref_lat_deg = -89.0
ref_lon_deg = 0.0

Abrir no Kshana Studio · Ver no GitHub

lunar-frame-campaign#

Datum de referencial de Helmert (de similaridade) de sete parâmetros conduzido por uma CAMPANHA DE OBSERVAÇÃO SIMULADA, e não por uma transformação injetada. Uma rede de estações terrestres observa um catálogo de balizas na superfície lunar segundo um cronograma explícito; as derivadas parciais do atraso VLBI lunar são acumuladas ao longo desse cronograma em uma matriz de informação de Fisher das coordenadas das balizas, exatamente como faz o lunar-vlbi-fim; e essa informação é propagada pelo projeto de Helmert A = [I3 | [p]_x | p] nos pontos do catálogo até a covariância do datum H = A^T M_b A, diagnosticada por crate::fim::crlb. NENHUMA transformação é injetada e nada é recuperado de uma resposta plantada, de modo que a precisão do datum informada deriva do programa de observação: reduzir o sigma do atraso à metade a reduz exatamente à metade, e alongar o arco a melhora porque a libração que o relatório MEDE (sub_earth_direction_sweep_deg) é o que separa a coordenada da baliza na linha de visada das do plano do céu. Posto, defeito de datum, número de condição, o espectro completo, as direções não observáveis NA BASE DE SETE PARÂMETROS, a direção mais fraca mesmo com posto completo e a parcela de cada parâmetro nela são emitidos em toda execução; um parâmetro que a campanha não restringe é publicado como NULL com um status, nunca lido de uma inversa quase singular. A correlação de erro entre balizas é medida, não presumida: com as estações mantidas fixas nenhuma observação toca duas balizas, de modo que a matriz de informação é exatamente diagonal em blocos (offblock_fraction 0), e com as estações estimadas o bloco marginalizado por Schur é acoplado, com a correlação induzida impressa e toda a propagação refeita com ela descartada, de modo que o preço de uma hipótese de independência é um número. A mesma propagação sob um sigma isotrópico por coordenada, e o erro de recuperação que o cenário lunar-frame-realisation informa, são ambos executados aqui e impressos ao lado do valor da campanha com as suas razões. MODELLED: o catálogo de balizas tem fonte, mas a CAMPANHA é simulada — a rede de estações e o sigma do atraso são entradas ilustrativas, as observações individuais de atraso são tratadas como independentes, e as efemérides do centro da Lua, os relógios das estações, a troposfera e os parâmetros de orientação da Terra são mantidos FIXOS, de modo que a covariância do datum é um limite de Cramer-Rao para um conjunto reduzido de parâmetros. Não é um produto geodésico.

lunar-frame-campaign.toml

tipo de cenário lunar-frame-campaignnão associado a um módulo do registro pelo nome

Datum de referencial lunar de Helmert de sete parâmetros conduzido por uma CAMPANHA DE OBSERVAÇÃO SIMULADA (G9).

kind = "lunar-frame-campaign"

Abrir no Kshana Studio · Ver no GitHub

lunar-frame-realisation#

Realização modelada do referencial lunar: um ajuste de datum de Helmert (de similaridade) de 7 parâmetros — 3 de translação, 3 de rotação de ângulo pequeno, 1 de escala — que amarra um conjunto estimado de coordenadas de pontos MCMF derivadas de coordenadas selenográficas a um datum por mínimos quadrados ponderados (crate::batch_ls::gauss_newton), mais uma amarração de orientação simples que exprime a pequena rotação realizada em torno dos eixos ICRF em relação à orientação do corpo WGCCRE da IAU 2015. O cenário injeta uma pequena transformação conhecida (translação de ~dezenas de m, rotação de ~µrad, escala de ~1e-7) em uma rede sintética de pontos bem distribuída, acrescenta ruído gaussiano com semente, recupera o datum e informa a transformação recuperada, o erro de recuperação por parâmetro contra a verdade injetada e o resíduo RMS pós-ajuste. Autoconsistência MODELLED — recupera uma transformação de similaridade injetada (sem ruído, até cerca da precisão de máquina), NÃO uma realização contra dados reais de rastreamento/VLBI; determinístico (com semente); sem TRL, herança nem endosso de agência.

lunar-frame-realisation.toml

tipo de cenário lunar-frame-realisationnão associado a um módulo do registro pelo nome

Realização do referencial lunar: ajuste de um datum de Helmert (similaridade) de 7 parâmetros.

kind = "lunar-frame-realisation"
n_points = 8
tx_m = 25.0
ty_m = -40.0
tz_m = 15.0
rot_x_urad = 3.0
rot_y_urad = -2.0
rot_z_urad = 5.0

Abrir no Kshana Studio · Ver no GitHub

lunar-infrastructure#

Estudos MODELLED da órbita e da superfície da Lua como infraestrutura de navegação e geodésica, cinco estudos sob um único tipo de cenário, selecionados por study: od-consistency (determinação de órbita a bordo por GNSS terrestre em uma NRHO ou ELFO contra determinação de órbita radiométrica independente em solo, julgadas pelas suas próprias covariâncias em um Monte Carlo com semente), carrier-phase (fase da portadora com dupla diferença conjunta entre superfície e orbitador e resolução de ambiguidade inteira com LAMBDA), frame-coestimation (uma estação de superfície e orbitadores acrescentados à medição de distância por estações terrestres para o datum de referencial lunar de sete parâmetros), space-tie (GNSS, VLBI e medição laser em uma mesma espaçonave, precisão da amarração de referencial contra o erro de amarração local) e geodesy-sensitivity (informação de Fisher dos números de Love lunares h2, k2, l2 e da libração física a partir de medição laser, rastreamento de orbitadores, um gravímetro de superfície e um relógio de superfície). Um modelo restrito de três corpos com simplificações declaradas; a numérica é verificada contra programas independentes e nada é comparado com uma medição de uma grandeza lunar.

lunar-infrastructure-carrier-phase.toml

tipo de cenário lunar-infrastructurenão associado a um módulo do registro pelo nome

Cenário lunar-infrastructure do Kshana: carrier-phase, o exemplo QUICK (dois arcos curtos, 10 sorteios, segundos; a configuração pontuada, três arcos e 400 sorteios, é xval/lunar-infra/scenarios/carrier-phase-scored.toml). MODELLED; o projeto, as entradas e os limiares estão fixados em xval/lunar-infra/PREREGISTRATION.md (versionado antes de qualquer execução). As entradas ILLUSTRATIVE são rotuladas ali com suas fontes públicas.

kind = "lunar-infrastructure"
study = "carrier-phase"
seed = 20261019
family = "nrho"
sample_s = 600.0
arcs_days = [0.25, 0.5]
lat_deg = 0.0
lon_deg = 0.0

Abrir no Kshana Studio · Ver no GitHub

lunar-infrastructure-frame-coestimation.toml

tipo de cenário lunar-infrastructurenão associado a um módulo do registro pelo nome

Cenário lunar-infrastructure do Kshana: frame-coestimation. MODELLED; o projeto, as entradas e os limiares estão fixados em xval/lunar-infra/PREREGISTRATION.md (versionado antes de qualquer execução). As entradas ILLUSTRATIVE são rotuladas ali com suas fontes públicas.

kind = "lunar-infrastructure"
study = "frame-coestimation"
seed = 20261019
family = "nrho"
arc_days = 6.56
sample_s = 900.0
sigma_m = 0.05
epochs = 200

Abrir no Kshana Studio · Ver no GitHub

lunar-infrastructure-geodesy-sensitivity.toml

tipo de cenário lunar-infrastructurenão associado a um módulo do registro pelo nome

Cenário lunar-infrastructure do Kshana: geodesy-sensitivity. MODELLED; o projeto, as entradas e os limiares estão fixados em xval/lunar-infra/PREREGISTRATION.md (versionado antes de qualquer execução). As entradas ILLUSTRATIVE são rotuladas ali com suas fontes públicas.

kind = "lunar-infrastructure"
study = "geodesy-sensitivity"
seed = 20261019
sigma_m = 0.05
epochs = 400
sigma_mm_s = 0.05
arc_days = 27.3
sample_s = 3600.0

Abrir no Kshana Studio · Ver no GitHub

lunar-infrastructure-od-consistency.toml

tipo de cenário lunar-infrastructurenão associado a um módulo do registro pelo nome

Cenário lunar-infrastructure do Kshana: od-consistency. MODELLED; o projeto, as entradas e os limiares estão fixados em xval/lunar-infra/PREREGISTRATION.md (versionado antes de qualquer execução). As entradas ILLUSTRATIVE são rotuladas ali com suas fontes públicas.

kind = "lunar-infrastructure"
study = "od-consistency"
seed = 20261019
family = "nrho"
arc_days = 3.0
sample_s = 600.0
altitude_km = 20180.0
inclination_deg = 55.0

Abrir no Kshana Studio · Ver no GitHub

lunar-infrastructure-od-consistency-model-error.toml

tipo de cenário lunar-infrastructurenão associado a um módulo do registro pelo nome

Cenário lunar-infrastructure do Kshana: od-consistency com uma aceleração não modelada. MODELLED; o projeto, as entradas e os limiares estão fixados em xval/lunar-infra/PREREGISTRATION.md (versionado antes de qualquer execução). As entradas ILLUSTRATIVE são rotuladas ali com suas fontes públicas.

kind = "lunar-infrastructure"
study = "od-consistency"
seed = 20261019
family = "nrho"
arc_days = 3.0
sample_s = 600.0
altitude_km = 20180.0
inclination_deg = 55.0

Abrir no Kshana Studio · Ver no GitHub

lunar-infrastructure-space-tie.toml

tipo de cenário lunar-infrastructurenão associado a um módulo do registro pelo nome

Cenário lunar-infrastructure do Kshana: space-tie. MODELLED; o projeto, as entradas e os limiares estão fixados em xval/lunar-infra/PREREGISTRATION.md (versionado antes de qualquer execução). As entradas ILLUSTRATIVE são rotuladas ali com suas fontes públicas.

kind = "lunar-infrastructure"
study = "space-tie"
seed = 20261019
family = "nrho"
arc_days = 6.56
sample_s = 900.0
gnss_sigma_m = 10.0
vlbi_sigma_m = 1.0

Abrir no Kshana Studio · Ver no GitHub

lunar-integrity#

Passagem de nível de proteção ARAIM no polo sul lunar contra um conjunto representativo de retransmissores LunaNet. sigma_ure_m expõe a precisão de medição de distância do sinal no espaço (os níveis de proteção escalam linearmente com ela, de modo que varrê-la responde que precisão de medição de distância um limite de alerta exige). O padrão é o caso histórico do polo sul da classe LNIS.

lunanet-araim.toml

tipo de cenário lunar-integritynão associado a um módulo do registro pelo nome

Integridade no polo sul lunar: um receptor pousado na região Artemis contra um conjunto representativo de retransmissores LunaNet, níveis de proteção ARAIM ao longo de uma passagem de 24 h.

kind = "lunar-integrity"
step_s = 3600.0
duration_s = 86400.0
alert_limit_m = 50.0
p_hmi = 1.0e-4

Abrir no Kshana Studio · Ver no GitHub

lunar-interop-export#

Exportação de interoperabilidade lunar modelada: emite o referencial lunar, a escala de tempo lunar e as efemérides lunares em formas de intercâmbio baseadas em CCSDS e alinhadas com LunaNet/IOAG, com ida e volta e aderência à norma dos campos. REAPROVEITA o emissor+analisador CCSDS OEM 2,0 do crate (crate::oem), reetiquetado para o contexto lunar — o REF_FRAME do OEM leva o referencial do corpo lunar WGCCRE da IAU 2015 (MOON_ME / MOON_PA), o TIME_SYSTEM a escala de tempo lunar (LTC / TCL / UTC), CENTER_NAME = MOON — sobre uma efeméride de amostra ilustrativa da classe LCNS (posições de crate::lunar_service, velocidade por diferença finita). Também emite um descritor de tempo lunar alinhado com LunaNet/IOAG (id da escala, taxa secular em µs/dia de crate::lunar_time, banda publicada, superfície de referência) que faz ida e volta via serde_json, e envolve os artefatos no envelope KIF existente (crate::interchange) com o rótulo de honestidade MODELLED. Informa artefatos emitidos, contagem de linhas do OEM, êxito na aderência à norma dos campos + lista de campos presentes/ausentes, ida e volta do OEM ok, ida e volta dos metadados de tempo ok, e tamanho do KIF em bytes. MODELLED — ida e volta determinística + aderência à norma dos nomes de campo contra o CCSDS OEM publicado + a semântica de campos do LunaNet/IOAG é a referência independente; NÃO é um ensaio certificado de aderência à norma de interoperabilidade; efeméride ilustrativa de fonte pública, sem afiliação com a ESA; sem TRL, herança nem endosso de agência.

lunar-interop-export.toml

tipo de cenário lunar-interop-exportnão associado a um módulo do registro pelo nome

Exportação de interoperabilidade lunar: intercâmbio baseado em CCSDS, alinhado ao LunaNet / IOAG.

kind = "lunar-interop-export"
frame = "MOON_ME"
time_system = "LTC"
n_states = 9
step_min = 30.0
epoch = "2030-01-01T00:00:00"
object = "LCNS-ILLUSTRATIVE-1"

Abrir no Kshana Studio · Ver no GitHub

lunar-jamming#

Interferência de RF nativa lunar: razão interferidor-sinal por satélite, C/N₀ efetivo e perda de sincronismo para um usuário na superfície selenográfica sob um interferidor na superfície lunar (ou elevado), sobre a constelação em órbita lunar ilustrativa, de fonte pública, da classe Moonlight/LCNS. Compõe a física aberta de interferência existente (jamming::j_over_s_db, effective_cn0_dbhz, rx_antenna_gain_db, lock_status, q_factor) com a geometria do céu lunar existente (lunar_service::LunarConstellation + topocentric, lunar::selenographic_to_mcmf); nenhuma geometria nem radiometria é rededuzida. Diferentemente do tipo de cenário jamming da Terra, o trecho do sinal NÃO é uma potência recebida fixa: a potência recebida isotrópica de cada satélite é o seu próprio orçamento de enlace EIRP − FSPL(distância oblíqua), de modo que o J/S varia de satélite para satélite com a distância e a elevação lunares. Informa UMA LINHA POR ENLACE (época, satélite) VISÍVEL — azimute, elevação, distância oblíqua, as duas potências recebidas cuja diferença é o J/S, o J/S, o C/N₀ nominal e efetivo e o estado de sincronismo — mais valores agregados de mérito ao lado da (nunca no lugar da) tabela, e a mesma tabela como artefato CSV. Todo campo numérico emitido traz uma unidade e uma classe de proveniência. Os subresultados VALIDATED carregam a referência independente do seu módulo de origem (a equação antiinterferência e o enlace J/S de Kaplan & Hegarty §9,4, referenciados externamente em tests/gnss_denied_jamming_resilience_reference.rs; a geometria lunar de lunar_service). A própria composição é verificada de forma cruzada contra um caminho independente de dois orçamentos de enlace (linkbudget::received_signal_power_dbw, uma expressão diferente de perda no espaço livre) até 1e-9 dB. MODELLED: a constelação ilustrativa, o EIRP / a potência do interferidor / os ganhos de antena / a temperatura de ruído representativos, e a ausência de sombreamento do terreno, de multipercurso, de dinâmica de AGC e de anulação adaptativa. Não é um produto certificado de negação de serviço. Com um interferidor configurado, o relatório traz também um CONTORNO DE NEGAÇÃO COM UMA FAIXA DE INCERTEZA, em vez de um contorno lido a partir de um único escalar: a distribuição completa medida do C/N₀ do sinal desejado sobre a tabela por satélite (n, mínimo, p05, p25, mediana, p75, p95, máximo, média, desvio-padrão amostral e a assimetria da própria amostra), e o contorno avaliado em cada uma dessas estatísticas de ordem sob AMBOS os critérios de negação que o motor reconhece — o vigente, de razão de potência (J/S = 30 dB, como em attack-surface e tracking-loop) e o de perda de sincronismo (C/N₀ efetivo caindo até tracking_threshold_dbhz, o critério que a própria coluna de estado deste relatório usa) — nos dois eixos do plano de negação (EIRP do interferidor exigido no afastamento do cenário, afastamento de negação no EIRP do cenário). Os extremos da faixa SÃO contour(p05) e contour(p95), o mesmo mapa de forma fechada aplicado aos próprios quantis da amostra: não um sigma ajustado à amostra e não a mediana ± k·desvio-padrão, com o desvio-padrão emitido por continuidade e usado por nada. Um quantil já igual ou abaixo do limiar de rastreamento não tem J/S finito de negação e as suas colunas de perda de sincronismo são nulas com um motivo contado, nunca um raio truncado.

lunar-jamming.toml

tipo de cenário lunar-jammingnão associado a um módulo do registro pelo nome

Jamming de RF nativo lunar: J/S por satélite para um usuário na superfície lunar.

kind = "lunar-jamming"
n_sats = 4
sma_km = 9737.4
eccentricity = 0.6
inc_deg = 57.7
argp_deg = 90.0
site_lat_deg = -89.67
site_lon_deg = 129.78

Abrir no Kshana Studio · Ver no GitHub

lunar-joint-od-clock#

Estimador em lote conjunto, multitécnica, de OD lunar + relógio, modelado, em uma rede SIMULADA: um ajuste instantâneo de Gauss-Newton que funde atrasos VLBI geodésicos de linha de base terrestre, distâncias locais lunares estação↔satélite e distâncias entre satélites para recuperar, em conjunto, a posição 3-D de uma estação na superfície lunar, as posições de uma pequena constelação e o deslocamento de relógio de cada ativo a partir de uma verdade injetada. O resultado principal e honesto — o VLBI torna observável a posição 3-D completa da estação onde a medição de distância apenas local lunar deixa uma direção fracamente observada — é informado como o contraste de erro da estação com e sem VLBI. Recuperação simulada em malha fechada MODELLED (a verdade compartilha o modelo de observação), determinística (com semente), NÃO validada com dados reais; sem propagação de modelo de forças dentro do resolvedor; sem TRL, herança nem endosso de agência.

lunar-joint-od-clock.toml

tipo de cenário lunar-joint-od-clocknão associado a um módulo do registro pelo nome

Determinação conjunta lunar de OD + relógio com várias técnicas (uma rede SIMULADA).

kind = "lunar-joint-od-clock"
n_sat = 3
n_earth = 6
seed = 42
sigma_vlbi_s = 1.0e-11
sigma_range_m = 0.1
sigma_isl_m = 0.1
station_lat_deg = -88.0

Abrir no Kshana Studio · Ver no GitHub

lunar-llr-datum#

Datum de referencial lunar de Helmert de sete parâmetros conduzido por uma campanha de observação REAL e ARQUIVADA, em vez de simulada. Enquanto o lunar-frame-campaign removeu a transformação injetada, mas ainda declarava a sua rede de estações, o seu cronograma e o seu sigma por observação como entradas ILLUSTRATIVE, este tipo de cenário toma os três a partir de medições: as épocas são os instantes de transmissão em solo de pontos normais arquivados do Consolidated Laser Ranging Data do ILRS, as observações são as distâncias laser realmente disparadas contra os cinco arranjos de retrorrefletores na Lua, e cada peso de observação é a precisão arquivada do próprio ponto normal, bin_rms/sqrt(n_raw), lida do arquivo. As coordenadas das estações vêm da solução SLR ITRF2020 do IERS (propagadas até a época pelas suas velocidades publicadas) e as coordenadas dos refletores da Tabela 7 do JPL DE430 no referencial de Terra média/rotação média que o modelo WGCCRE da IAU 2015 realiza. As derivadas parciais de distância se acumulam na matriz de informação de Fisher conjunta das coordenadas dos refletores e se propagam pelo mesmo projeto de Helmert até a covariância do datum, diagnosticada por crate::fim::crlb. Posto, defeito, condição, espectro, direções não observáveis na base de sete parâmetros, a direção mais fraca com posto completo e a parcela de cada parâmetro nela são emitidos em toda execução, e um parâmetro sem restrição é publicado como NULL com um status. A correlação entre arranjos é MEASURED como exatamente zero, em vez de presumida, porque uma medição laser toca um único arranjo. Um registro que os catálogos não conseguem situar — uma estação sem posição ITRF publicada — é IGNORADO E CONTADO, nunca recebendo uma coordenada substituta. QUAIS ENLACES SÃO MEASURED E QUAIS SÃO MODELLED É O RELATÓRIO, NÃO UMA NOTA DE RODAPÉ: as efemérides do centro da Lua e a orientação do corpo pela IAU continuam modeladas e o seu tamanho combinado é emitido como o resíduo de distância unidirecional observado menos calculado sobre todos os pontos usados; troposfera, marés do corpo sólido, excentricidade da estação, movimento polar, UT1-UTC, atraso relativístico e relógios das estações estão ausentes e dentro desse resíduo. Como um erro de efemérides chega a uma covariância apenas pela direção de cada linha de visada, toda execução também resolve de novo o datum inteiro com todas as derivadas parciais inclinadas por sensitivity_tilt_deg (com sinal alternado) e emite a razão, de modo que a insensibilidade da covariância às efemérides modeladas é um número, e não um argumento. Os próprios valores da campanha simulada são EXECUTADOS e impressos ao lado dos medidos, não transcritos. MODELLED: os valores de sete parâmetros são um limite de Cramer-Rao para um conjunto reduzido de parâmetros em um cronograma real — não um datum resolvido, não uma análise LLR e não um produto geodésico. A fatia de dados reais registrada acompanha o repositório, mas não o crate publicado; aponte data_dir para uma cópia dela.

lunar-llr-datum.toml

tipo de cenário lunar-llr-datumnão associado a um módulo do registro pelo nome

Datum de referencial lunar de Helmert de sete parâmetros a partir de uma campanha de observação REAL e ARQUIVADA (V3).

kind = "lunar-llr-datum"

Abrir no Kshana Studio · Ver no GitHub

lunar-station-geodesy-baseline.toml

tipo de cenário lunar-llr-datumnão associado a um módulo do registro pelo nome

Geodésia da estação de referência lunar, LINHA DE BASE: apenas os cinco arranjos de retrorrefletores de hoje.

kind = "lunar-llr-datum"
epoch_year = 2024
epoch_month = 1
epoch_day = 1
arc_hours = 672.0
step_min = 60.0
delay_sigma_s = 1.0e-11
elevation_mask_deg = 10.0

Abrir no Kshana Studio · Ver no GitHub

lunar-station-geodesy-with-station.toml

tipo de cenário lunar-llr-datumnão associado a um módulo do registro pelo nome

Geodésia de uma estação de referência lunar, COM ESTAÇÃO: os cinco conjuntos de retrorrefletores mais um retrorrefletor e um farol VLBI em um local de estação de referência lunar no polo sul.

kind = "lunar-llr-datum"
extra_earth_elevation_mask_deg = 0.0
name = "lunar-reference-station-reflector"
lat_deg = -89.0
lon_deg = 0.0
alt_m = 0.0
name = "lunar-reference-station-beacon"
lat_deg = -89.0

Abrir no Kshana Studio · Ver no GitHub

lunar-orbit-rendezvous#

Navegação relativa MODELLED para uma acoplagem no estilo Orion-módulo de pouso em uma órbita lunar baixa ou em uma órbita polar elíptica (classe Artemis). Um veículo perseguidor e um alvo voam a mesma órbita sob o modelo de forças lunares da biblioteca; uma estimativa conjunta de Gauss-Newton em lote de 21 parâmetros ao longo do arco (dois estados de veículo e viéses persistentes do sinal no espaço) funde uma solução absoluta de posição por veículo a partir de um conjunto de relés ILLUSTRATIVE de classe LCNS (relés atrás da Lua descartados, quatro necessários, o erro de modo comum do sinal no espaço se cancelando entre os veículos) e uma distância por enlace cruzado, com a precisão de medição de distância vinda do limite de rastreamento de código do piloto AFS da LunaNet. Informa o erro relativo formal e de Monte Carlo de posição e velocidade nos eixos LVLH do alvo, a disponibilidade das soluções, o erro de estimação normalizado quadrático médio em relação ao valor esperado, e qualquer tentativa cuja iteração não convergiu, a deriva por ignorar os harmônicos da gravidade e a covariância 6x6 completa transferida. Uma verificação de Hill/Clohessy-Wiltshire em forma fechada se aplica ao caso circular. MODELLED: conjunto de relés, orçamento de erro e priores ilustrativos; a referência e o estimador compartilham um único modelo de forças, de modo que o NEES verifica a autoconsistência e não o erro do modelo. Sem aval de agência; software de caráter consultivo, não um equipamento de navegação certificado.

lunar-orbit-rendezvous.toml

tipo lunar-orbit-rendezvousnão associado a um módulo do registro pelo nome

Encontro lunar: navegação relativa para uma acoplagem no estilo Orion-módulo de pouso em uma órbita lunar baixa polar circular de 100 km (classe Artemis), com um campo gravitacional lunar e sinais no estilo LunaNet.

kind = "lunar-orbit-rendezvous"
orbit = "llo"
separation_m = 2000.0
arc_s = 7200.0
step_s = 20.0
n_relays = 8
sis_ure_m = 30.0
common_mode_fraction = 0.9

Ainda não está no GitHub

lunar-orbit-rendezvous-elfo.toml

tipo lunar-orbit-rendezvousnão associado a um módulo do registro pelo nome

Encontro lunar em uma órbita polar elíptica: navegação relativa para uma acoplagem no estilo Orion-módulo de pouso em uma órbita polar de 100 km por 3000 km com periapsia sobre o polo sul (classe Artemis), com um campo gravitacional lunar e sinais no estilo LunaNet.

kind = "lunar-orbit-rendezvous"
orbit = "elfo"
separation_m = 2000.0
arc_s = 7200.0
step_s = 20.0
n_relays = 8
sis_ure_m = 30.0
common_mode_fraction = 0.9

Ainda não está no GitHub

lunar-station-coverage#

Cobertura modelada da estação de referência lunar: uma varredura Monte Carlo do modelo de PNT diferencial lunar sobre uma grade de usuários no polo sul e um dia de épocas. Uma estação de referência diferencial em um local conhecido do polo sul corrige uma constelação declarada (kepleriana ilustrativa ou efemérides tabeladas) com um erro de sinal no espaço, um erro de levantamento, uma latência de correção e uma quantização de enlace declarados; por ponto e sobre a região, informa o erro de posição corrigido e não corrigido por percentil (3-D, horizontal, vertical), a disponibilidade, a cobertura contra um limiar declarado, os níveis de proteção da DO-229E, o raio de cobertura por azimute e o orçamento do enlace de correção na estação e no pior ponto. Não é uma declaração sobre o desempenho de nenhum sistema real; sem afiliação nem endosso de nenhuma agência. MODELLED.

lunar-station-coverage.toml

tipo de cenário lunar-station-coveragenão associado a um módulo do registro pelo nome

Cobertura de uma estação de referência lunar: que exatidão de posicionamento e que nível de proteção um usuário obtém de uma estação de referência diferencial lunar em um local conhecido do polo sul, sobre a região polar sul e durante um dia.

kind = "lunar-station-coverage"
n_sats = 8
sma_km = 9737.4
eccentricity = 0.6
inc_deg = 57.7
argp_deg = 90.0
mask_deg = 5.0
station_lat_deg = -89.0

Abrir no Kshana Studio · Ver no GitHub

lunar-station-coverage-public-sources.toml

tipo de cenário lunar-station-coveragenão associado a um módulo do registro pelo nome

Cobertura de uma estação de referência lunar sob as premissas DECLARADAS PUBLICAMENTE: o mesmo tipo de cenário de lunar-station-coverage.toml, com toda entrada que uma fonte pública declara definida a partir dela e citada pelo id da fonte; toda entrada que nenhuma fonte declara é mantida do padrão da árvore e rotulada ILLUSTRATIVE. Fontes (obtidas em 2026-10-12; títulos, identificadores e licenças em docs/LUNAR-REFERENCE-STATION.md): S1 arXiv:2602.08432v3 S2 IOAG Cislunar PNT Workshop 2025, "Lunar local Differential PNT and Selenodetic Reference Station" (slides) S3 UNOOSA ICG WG-B, Lunar PNT, June 2024 (LunarPNT_Jun24_01_04.pdf) S4 IOAG Cislunar 2026, "Moonlight Programme Development Status"

kind = "lunar-station-coverage"
n_sats = 4
sma_km = 9737.4
eccentricity = 0.6
inc_deg = 57.7
argp_deg = 90.0
mask_deg = 5.0
station_lat_deg = -89.4765

Abrir no Kshana Studio · Ver no GitHub

lunar-station-coverage-terrain.toml

tipo de cenário lunar-station-coveragenão associado a um módulo do registro pelo nome

Cobertura de uma estação de referência lunar com terreno: o cenário lunar-station-coverage incluído, com um horizonte por local traçado por ray marching sobre um modelo digital de elevação lunar real na estação e em cada ponto de usuário, no lugar da máscara de elevação plana apenas.

kind = "lunar-station-coverage"
n_sats = 8
sma_km = 9737.4
eccentricity = 0.6
inc_deg = 57.7
argp_deg = 90.0
mask_deg = 5.0
station_lat_deg = -89.0

Abrir no Kshana Studio · Ver no GitHub

lunar-surface#

Disponibilidade MODELLED de posicionamento e temporização na superfície por local e estação para locais polares sul de classe Artemis. Para cada local e estação (uma época e uma janela após ela) informa o posicionamento por relés (quatro ou mais relés de uma constelação ILLUSTRATIVE de classe LCNS à vista e PDOP abaixo de um limite, a partir das mesmas funções de moonlight-service-volume e, com uma seção de terreno, o horizonte por traçado de raios do terreno de lunar-station-coverage), se a Terra e o Sol estão acima do horizonte do local (Sol, Lua e orientação lunar analíticos, libração incluída, que é o que varia com a estação) e a disponibilidade de temporização (um relé ou a Terra à vista) com o maior trecho de nenhum dos dois, o holdover que um relógio de superfície precisa atravessar. Um resultado de local único é igual, bit a bit, ao de moonlight-service-volume. MODELLED: conjunto de relés kepleriano ilustrativo em uma Lua de rotação média; o valor dos relés não muda com a estação; o terreno é o recorte de 1200 m do LOLA. Sem aval de agência; software de caráter consultivo, não um equipamento de navegação certificado.

lunar-surface.toml

tipo lunar-surfacenão associado a um módulo do registro pelo nome

Disponibilidade de PNT e temporização na superfície lunar por local e estação (locais polares sul de classe Artemis).

kind = "lunar-surface"
season_dates = ["2028-01-01", "2028-04-01", "2028-07-01", "2028-09-30"]
window_days = 27.3217
step_min = 30.0
n_sats = 8
sma_km = 9737.4
eccentricity = 0.6
inc_deg = 57.7

Ainda não está no GitHub

lunar-surface-terrain.toml

tipo lunar-surfacenão associado a um módulo do registro pelo nome

Disponibilidade de PNT e temporização na superfície lunar por local e estação com o horizonte de terreno polar sul real do LOLA (locais polares sul de classe Artemis).

kind = "lunar-surface"
season_dates = ["2028-01-01", "2028-04-01", "2028-07-01", "2028-09-30"]
window_days = 27.3217
step_min = 30.0
n_sats = 8
sma_km = 9737.4
eccentricity = 0.6
inc_deg = 57.7

Ainda não está no GitHub

lunar-time-budget#

Orçamento de erro de tempo de ponta a ponta do Tempo Lunar Coordenado (LTC), MODELLED: os sete termos de erro do LTC montados como curvas de erro de tempo x_i(τ) sobre toda uma grade de tempos de média, somados em raiz em x_Σ(τ), e o τ de CRUZAMENTO relógio-referencial em que o termo crescente do relógio ultrapassa o termo constante de realização do referencial em tempo real (abaixo dele o orçamento é limitado pelo referencial, acima dele é limitado pelo relógio) — a resposta honesta ao artefato de um único τ. As inclinações em τ são de forma fechada e verificáveis analiticamente (relógio τ^{+1/2}/τ^{+1}, pisos τ^0, medição τ^{-1/2}) e as linhas de relógio reproduzem as especificações publicadas de relógio de um dia (crate::clock_specs); as MAGNITUDES dos pisos do enlace de RF/óptico, da realização do referencial, do resíduo relativístico e das efemérides são alocações modeladas do orçamento (valores padrão documentados, substituíveis por quem chama), não medições. A contribuição é o τ de cruzamento reproduzível, não um número certificado por termo; não certificado para a manutenção operacional da hora.

lunar-station-time-lab.toml

tipo de cenário lunar-time-budgetas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Laboratório de tempo de uma estação de referência lunar: um relógio miniatura de rubídio (miniRAFS) conduzido ao Tempo Lunar Coordenado (LTC) e depois deixado em operação livre.

kind = "lunar-time-budget"
clock = "passive-h-maser"
clock = "mini-rafs"
steer_residual_ns = 0.5
ltc_realisation_ns = 0.05
station_height_sigma_m = 0.0
thresholds_ns = [1.0, 10.0, 100.0]
horizons_s = [3600.0, 86400.0, 604800.0, 2592000.0]

Abrir no Kshana Studio · Ver no GitHub

lunar-time-budget.toml

tipo de cenário lunar-time-budgetas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Orçamento de erro de tempo de ponta a ponta do Tempo Lunar Coordenado (LTC) sobre uma grade de tau.

kind = "lunar-time-budget"
clock = "passive-h-maser"

Abrir no Kshana Studio · Ver no GitHub

lunar-time-offset#

Taxa relativística modelada do relógio Terra–Lua (Tempo Coordenado Lunar, LTC/TCL): a taxa secular LTC−TT a partir da diferença de autopotencial e do termo cinético da Lua, informada com a faixa publicada de 56–59 µs/dia, mais o deslocamento acumulado ao longo de um horizonte.

lunar-time-offset.toml

tipo de cenário lunar-time-offsetnão associado a um módulo do registro pelo nome

Tempo-coordenada lunar (LTC/TCL): a taxa relativística do relógio Terra-Lua.

kind = "lunar-time-offset"
epoch_year = 2000
epoch_month = 1
epoch_day = 1
horizon_days = 1.0

Abrir no Kshana Studio · Ver no GitHub

lunar-vlbi#

Observável modelado de atraso de VLBI geodésico lunar: uma linha de base terrestre (duas estações em solo, GCRS) observa um sinal unidirecional de uma baliza da classe NovaMoon na superfície lunar. Emite o atraso de campo próximo por diferença de duas distâncias, a sua taxa e a correção de curvatura de frente de onda de campo próximo ao longo de uma passagem — verificado de forma cruzada contra o observável Δ-DOR de onda plana da mesma base de código no limite de campo distante, com derivadas parciais verificadas por diferenças finitas. O caminho analítico padrão é MODELLED e traz as ressalvas de consistência de referencial, de movimento polar xp=yp=0 e de onda plana contra campo próximo. Definir planetary_kernel_path, earth_orientation_kernel_path e moon_orientation_kernel_path executa em vez disso o caminho por kernel (DE440, MOON_PA_DE440, ITRF93; tempos de luz baricêntricos convergidos; acrescenta as derivadas parciais da baliza e da estação da época), cujo atraso newtoniano e cujas derivadas parciais concordam com os tempos de luz convergidos do NAIF SPICE a 0,06 ps e 7.4e-9. Não validado contra dados reais de VLBI.

lunar-vlbi.toml

tipo de cenário lunar-vlbias linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

VLBI geodésico lunar: uma linha de base terrestre observando uma baliza na superfície lunar.

kind = "lunar-vlbi"
beacon_lat_deg = 0.0
beacon_lon_deg = 0.0
beacon_alt_m = 0.0
epoch_year = 2024
epoch_month = 1
epoch_day = 1
horizon_hours = 6.0

Abrir no Kshana Studio · Ver no GitHub

lunar-vlbi-fim#

Covariância das coordenadas de estação do VLBI lunar: as derivadas parciais de atraso da observável lunar-vlbi acumuladas ao longo de um CRONOGRAMA explícito (linhas de base x épocas) em uma matriz de informação de Fisher, invertida e informada como a covariância das coordenadas de estação e o sigma de estação por coordenada — uma saída calculada do motor, e não uma precisão de atraso escalar empurrada por um fator de equipartição isotrópico suposto g = 3. O estado carrega coordenadas de estação FIXAS à Terra (ITRS), de modo que o Jacobiano é a derivada parcial inercial girada pela matriz GCRS->ITRS de cada época: a rotação da Terra é o que torna essas coordenadas observáveis, e o relatório MEDE a varredura da linha de visada fixa à Terra e a declinação do farol em vez de supô-las. Uma observação é um par (linha de base, época) com AMBAS as estações acima da máscara de elevação, ponderado por 1/delay_sigma_s^2. Informa posto, defeito de datum, número de condição, o espectro de informação completo, a matriz de covariância, sigmas por estação e por eixo e em 3-D, e o espaço nulo da rede livre em toda execução; sob deficiência de posto, o sigma principal é publicado como NULL com um status, nunca lido de uma inversa quase singular. O valor de equipartição c*delay_sigma_s*sqrt(g/N) para o MESMO cronograma é emitido ao lado do valor calculado, com a razão, junto com o limite isotrópico do traço sqrt(p/trace(M)), que a desigualdade AM-HM torna um piso rígido — de modo que a razão é a anisotropia que a suposição descartou. O fechamento de atraso tau_ik = tau_ij + tau_jk torna apenas n-1 das n(n-1)/2 linhas de base geometricamente independentes; o relatório declara ambas as contagens. MODELLED: as efemérides do centro da Lua, os relógios das estações, a troposfera e os parâmetros de orientação da Terra são mantidos FIXOS e as observações são tratadas como independentes, de modo que a covariância é um limite de Cramer-Rao para um conjunto reduzido de parâmetros, não um resultado de sessão previsto; o sigma de atraso, as coordenadas das estações e o cronograma são entradas. A derivada parcial que o Jacobiano do atraso geométrico deixa de fora (o termo de Shapiro diferenciado) é medida por diferença finita e emitida. Não é um produto geodésico.

lunar-vlbi-fim.toml

tipo de cenário lunar-vlbi-fimnão associado a um módulo do registro pelo nome

Covariância das coordenadas de estação do VLBI lunar a partir de um cronograma de observação explícito (G8, artigo D3).

kind = "lunar-vlbi-fim"

Abrir no Kshana Studio · Ver no GitHub

mars-pnt#

PNT de espaço profundo em Marte: uma constelação simulada de retransmissores MARCONI (retransmissores areoestacionários + inclinados que transmitem em sentido único + retransmitem em dois sentidos para uma estação de espaço profundo) navega um usuário de referência (transfer | lmo | surface) pelo estimador conjunto de fusão radiométrica de sentido único e dois sentidos. Informa geometria/visibilidade por época, RMS alcançado contra a verdade e a covariância formal (posição 1σ / 3σ) — uma figura de mérito simulada honesta, NÃO um nível de proteção certificado.

mars-pnt-lmo.toml

tipo de cenário mars-pntnão associado a um módulo do registro pelo nome

PNT de Marte — usuário em órbita baixa de Marte navegado contra a constelação simulada de retransmissores MARCONI (retransmissores areoestacionários que transmitem em um sentido e retransmitem em dois sentidos para uma estação de espaço profundo) por meio do estimador conjunto de fusão radiométrica de um e dois sentidos.

kind = "mars-pnt"
user = "lmo"
clock_class = "uso"
step_s = 60.0
duration_s = 7200.0
nmax = 4
range_sigma_m = 1.0
doppler_sigma_mps = 1.0e-4

Abrir no Kshana Studio · Ver no GitHub

mars-pnt-surface.toml

tipo de cenário mars-pntnão associado a um módulo do registro pelo nome

PNT de Marte — um usuário fixo na superfície (um módulo de pouso / rover na superfície rotativa de Marte) navegado contra a constelação simulada de retransmissores MARCONI por meio do estimador conjunto de fusão radiométrica de um e dois sentidos.

kind = "mars-pnt"
user = "surface"
clock_class = "uso"
step_s = 30.0
duration_s = 7200.0
nmax = 4
range_sigma_m = 1.0
doppler_sigma_mps = 1.0e-4

Abrir no Kshana Studio · Ver no GitHub

mars-pnt-transfer.toml

tipo de cenário mars-pntnão associado a um módulo do registro pelo nome

PNT de Marte — um usuário de transferência / captura para Marte (um arco areocêntrico alto e excêntrico — o arco longo que um veículo percorre na aproximação / em uma órbita de captura) navegado contra a constelação simulada de retransmissores MARCONI por meio do estimador conjunto de fusão radiométrica de um e dois sentidos.

kind = "mars-pnt"
user = "transfer"
clock_class = "dsac"
step_s = 120.0
duration_s = 28800.0
nmax = 4
range_sigma_m = 1.0
doppler_sigma_mps = 1.0e-4

Abrir no Kshana Studio · Ver no GitHub

mission-thread#

Orçamento de erro de navegação e temporização MODELLED de uma cadeia declarada de fases de missão, do lançamento à reentrada: lançamento e ascensão, encontro e acoplagem em órbita baixa da Terra (repetível), injeção trans-lunar e cruzeiro cislunar, encontro em órbita lunar, descida, permanência na superfície, ascensão e o retorno e a reentrada, cada fase um de oito tipos registrados com seus próprios sensores e filtro. A covariância 6x6, o relógio e o referencial são transferidos de fase em fase sob uma regra declarada (carry, inflate ou reacquire); as conversões de referencial e de escala de tempo (GCRF, MCI, MCMF, UTC, TT, TDB, LTC) são linhas próprias do orçamento, com o estado da Lua a partir de um recorte opcional do kernel DE440 e a série analítica como alternativa declarada. Uma sobreposição opcional da rede terrestre define o ciclo de rastreamento de cada fase. Informa o orçamento por fase (1-sigmas de entrada, de pico e de saída, cada contribuição com sua unidade), a margem em relação a um requisito declarado, o elo mais fraco, os eventos e uma figura de linha do tempo. MODELLED: todo número é uma entrada declarada; a cadeia segue uma única pilha e nenhum veículo é modelado. Apenas fontes públicas; sem afiliação nem aval de qualquer agência; software de caráter consultivo, não um equipamento de navegação certificado.

mission-thread-artemis-class.toml

tipo mission-threadnão associado a um módulo do registro pelo nome

Uma sequência de missão de classe Artemis: o orçamento de erro de navegação e temporização de uma cadeia de fases, do lançamento à reentrada, construído a partir de material público de conceito de operações.

kind = "mission-thread"
title = "Artemis-class mission thread (ILLUSTRATIVE)"
seed = 20261024
epoch_utc = "2028-01-01T00:00:00Z"
moon_kernel_path = "tests/fixtures/mission_thread/de440s_moon_2028-01-01_2028-04-01.bsp"
min_elevation_deg = 10.0
handover_gap_s = 120.0
step_s = 300.0

Ainda não está no GitHub

mission-thread-short.toml

tipo mission-threadnão associado a um módulo do registro pelo nome

Um fio da missão curto que roda a partir de um único binário: lançamento e ascensão, um encontro em órbita terrestre baixa, um dia de cruzeiro translunar e o retorno e a entrada, com a posição da Lua a partir da série analítica (sem arquivo de kernel). É o companheiro incluído de mission-thread-artemis-class, que lê um kernel lunar extraído de um checkout.

kind = "mission-thread"
title = "Short mission thread, launch to entry (ILLUSTRATIVE)"
seed = 20261028
epoch_utc = "2028-01-01T00:00:00Z"
frame = "gcrf"
x = [5285007.866, 1880185.649, 3025316.817, -137.105, 385.389, 0.0]
sigma_pos_m = 10.0
sigma_vel_mps = 0.01

Abrir no Kshana Studio · Ainda não está no GitHub

moonlight-service-volume#

Análise modelada de volume de serviço de navegação lunar a partir de uma constelação em órbita lunar da classe Moonlight/LCNS, ILLUSTRATIVE e de fonte pública (sem afiliação com a ESA): varre uma grade selenográfica de latitude/longitude sobre um horizonte de tempo e informa DOP / cobertura / disponibilidade (≥4 satélites E PDOP < limiar) mais um envelope generalizado de nível de proteção ARAIM lunar (HPL/VPL) sobre o volume. A geometria do DOP REAPROVEITA o núcleo VALIDATED do gnss_lib_py (crate::orbit::dop); o nível de proteção REAPROVEITA o mecanismo ARAIM lunar LNIS da LunaNet (crate::lunar, σ_URE≈30 m) e se reduz ao PL existente do polo sul como caso particular. Composição MODELLED: um conjunto de retransmissores kepleriano circular/elíptico (não as efemérides reais LCNS/NRHO corrigidas diferencialmente), uma Lua de rotação média (sem libração nem polo com precessão). Determinístico (geometria pura). Sem TRL, herança nem endosso de agência.

moonlight-service-volume.toml

tipo de cenário moonlight-service-volumenão associado a um módulo do registro pelo nome

Análise de VOLUME DE SERVIÇO de navegação lunar: constelação da classe Moonlight / LCNS.

kind = "moonlight-service-volume"
n_sats = 8
sma_km = 9737.4
eccentricity = 0.6
inc_deg = 57.7
argp_deg = 90.0
lat_min_deg = -90.0
lat_max_deg = -60.0

Abrir no Kshana Studio · Ver no GitHub

ntn-positioning#

Posicionamento a partir de um enlace de descida de rede não terrestre (NTN) 5G no serviço móvel por satélite (MSS) na banda S (banda 3GPP n256, enlace de descida de 2170 a 2200 MHz; portadora padrão de 2172,5 MHz): o limite de Cramér-Rao (CRB) do tempo de chegada, c / (2 pi beta sqrt(2 (C/N0) T)), com beta a largura de banda quadrática média (de Gabor) do espectro OFDM plano (B/sqrt(12)), e do Doppler de um tom complexo, sqrt(3 / (2 pi^2 (C/N0) T^3)), para cada sinal (por padrão um canal New Radio de 5 MHz com 4,5 MHz ocupados e um canal de banda estreita de 200 kHz com 180 kHz ocupados); depois, sobre qualquer constelação LEO, soluções de tempo de chegada no enlace de descida com um relógio de receptor desconhecido (com semente, com o limite mais um erro de sincronização da rede como sigma), o seu PDOP e o sigma 3D formal, e uma solução Doppler de um único satélite na passagem mais longa com a altura mantida. MODELLED: o passo de largura de banda para limite é a forma fechada de manual, verificada contra a integração numérica dos espectros BPSK plano e limitado em banda (consistência interna, sem nenhum valor trabalhado publicado fixado), e a precisão de posicionamento é um limite em um canal sem multipercurso com um erro de sincronização declarado, não um resultado alcançado.

ntn-5g-positioning.toml

tipo de cenário ntn-positioningnão associado a um módulo do registro pelo nome

Posicionamento a partir de um enlace de descida de rede não terrestre (NTN) 5G na banda S de satélites móveis.

kind = "ntn-positioning"
seed = 5
carrier_hz = 2172.5e6
integration_s = 0.1
doppler_integration_s = 1.0
sync_error_m = 1.0
duration_s = 600.0
step_s = 10.0

Abrir no Kshana Studio · Ver no GitHub

oem-interop#

Ponte de interoperabilidade CCSDS OEM: importa uma Orbit Ephemeris Message produzida por uma ferramenta externa de dinâmica de voo (GMAT/Orekit/STK emitem OEM) e informa os seus segmentos/objetos/referenciais/intervalo de épocas, além de uma verificação de consistência de velocidade; sem entrada, faz a ida e volta de uma órbita de referência gerada e informa a fidelidade entre importação e exportação. Verificação de ingestão estrutural/física MODELLED, NÃO uma validação da exatidão orbital da fonte.

oem-interop.toml

tipo de cenário oem-interopnão associado a um módulo do registro pelo nome

Demonstrador de ponte de interoperabilidade CCSDS OEM (interoperabilidade GMAT / Orekit / STK).

kind = "oem-interop"

Abrir no Kshana Studio · Ver no GitHub

optical-atmosphere#

PNT óptico MODELLED através da atmosfera: para um enlace óptico e um conjunto de locais em solo com climas de nuvens declarados, informa a perda em céu limpo dependente do comprimento de onda e da elevação (lei de visibilidade de Kim mais Rayleigh), o estado de turbulência de Hufnagel-Valley (variância de Rytov, índice de cintilação, parâmetros gama-gama, média de abertura), a disponibilidade dirigida pelo tempo contra a margem do enlace (profundidade óptica das nuvens a partir de um clima log-normal de água líquida, extinção de óptica geométrica, desvanecimento por turbulência independente), a margem de enlace necessária para disponibilidades-alvo, a distribuição da duração de interrupções, o crescimento do erro de temporização e de medição de distância por interrupção pelo modelo de holdover do relógio, a disponibilidade com diversidade de locais correlacionada pela distância, e ganhos hipotéticos de técnicas de melhoria (comprimento de onda, abertura de recepção, redução de cintilação por óptica adaptativa, margem extra). VALIDATED como implementação das fórmulas declaradas contra uma referência independente em mpmath: variância de Rytov, índice de cintilação, probabilidade de desvanecimento gama-gama, fator de média de abertura, profundidade óptica de nuvens e de céu limpo. MODELLED: toda entrada de clima, de técnica e de relógio e as hipóteses de independência e de cópula; nenhum registro medido de disponibilidade foi comparado. Análise de caráter consultivo, não um produto certificado de disponibilidade ou de navegação.

optical-atmosphere-network.toml

tipo de cenário optical-atmospherenão associado a um módulo do registro pelo nome

PNT óptico através da atmosfera: três locais em solo ILLUSTRATIVE (um local ao norte mais nublado, um local central intermediário e um local ao sul mais limpo) observando um terminal óptico LEO a 30 graus de elevação em 1550 nm. Os climas de nuvens são entradas declaradas, não medições nem valores de qualquer conjunto de dados, de modo que toda disponibilidade abaixo é MODELLED. A execução informa, por local, a perda em céu limpo, o estado de turbulência de Hufnagel-Valley, a disponibilidade em função da margem do enlace, a margem necessária para 40 / 50 / 60 / 70 por cento (um enlace óptico não atravessa nuvem espessa, de modo que um local tem um teto de disponibilidade que nenhuma margem eleva, informado por local), a distribuição de duração de interrupções e o crescimento do erro de tempo por interrupção para três classes de relógio, e depois a disponibilidade por diversidade de locais dos melhores 1, 2 e 3 locais com clima independente e com clima correlacionado pela distância (comprimento de descorrelação de 500 km).

kind = "optical-atmosphere"
wavelength_nm = 1550.0
elevation_deg = 30.0
availability_targets_pct = [40.0, 50.0, 60.0, 70.0]
tx_power_w = 0.5
tx_aperture_m = 0.1
rx_aperture_m = 0.4
range_km = 1000.0

Abrir no Kshana Studio · Ver no GitHub

optical-atmosphere-techniques.toml

tipo de cenário optical-atmospherenão associado a um módulo do registro pelo nome

Análises hipotéticas de técnicas de melhoria para um local em solo ILLUSTRATIVE: uma mudança de comprimento de onda, uma abertura de recepção maior, uma redução de cintilação por óptica adaptativa e margem extra, cada uma prevista como um ganho de disponibilidade sobre a linha de base do mesmo local. Os ganhos são entradas declaradas (o Kshana não modela uma malha de óptica adaptativa), um novo comprimento de onda ou abertura reavalia o orçamento de céu claro, a perda em ar limpo e a média por abertura, e tudo é MODELLED. O terminal é deliberadamente limitado por margem (cerca de 3 dB antes da atmosfera), de modo que as técnicas importam; a execução também declara o teto de nuvens que nenhuma técnica eleva. Alvos abaixo de 100 por cento da tabela de margens são informados como a margem extra necessária (negativo significa um excedente).

kind = "optical-atmosphere"
wavelength_nm = 1550.0
elevation_deg = 25.0
availability_targets_pct = [50.0, 60.0, 70.0]
tx_power_w = 0.5
tx_aperture_m = 0.1
rx_aperture_m = 0.3
range_km = 1000.0

Abrir no Kshana Studio · Ver no GitHub

orbit#

Disponibilidade GNSS + DOP a partir de uma constelação orbital (Walker / TLE / RINEX).

orbit-gnss-challenged.toml

tipo de cenário orbitnão associado a um módulo do registro pelo nome

Disponibilidade de GNSS derivada da geometria orbital (não de janelas escritas à mão).

kind = "orbit"
seed = 7
threshold_ns = 5.0
mask_deg = 10.0
sigma_uere_m = 1.0
step_s = 60.0
duration_s = 86400.0
altitude_km = 8000.0

Abrir no Kshana Studio · Ver no GitHub

orbit-molniya.toml

tipo de cenário orbitnão associado a um módulo do registro pelo nome

Disponibilidade de GNSS para um usuário de alta excentricidade (Molniya), a partir da geometria orbital.

kind = "orbit"
seed = 11
threshold_ns = 5.0
mask_deg = 5.0
sigma_uere_m = 1.0
step_s = 120.0
duration_s = 43200.0
altitude_km = 20229.0

Abrir no Kshana Studio · Ver no GitHub

orbit-multignss.toml

tipo de cenário orbitnão associado a um módulo do registro pelo nome

Disponibilidade de multi-GNSS a partir da geometria orbital: GPS + Galileo combinados.

kind = "orbit"
seed = 7
threshold_ns = 5.0
mask_deg = 10.0
sigma_uere_m = 1.0
step_s = 60.0
duration_s = 86400.0
altitude_km = 8000.0

Abrir no Kshana Studio · Ver no GitHub

orbit-real-tle.toml

tipo de cenário orbitnão associado a um módulo do registro pelo nome

Disponibilidade de GNSS a partir da geometria REAL dos satélites, por conjuntos de elementos de duas linhas.

kind = "orbit"
seed = 13
threshold_ns = 10.0
mask_deg = 5.0
sigma_uere_m = 1.0
step_s = 120.0
duration_s = 43200.0
altitude_km = 500.0

Abrir no Kshana Studio · Ver no GitHub

orbit-rinex.toml

tipo de cenário orbitnão associado a um módulo do registro pelo nome

Disponibilidade de GNSS a partir de efemérides de transmissão RINEX 3 reais.

kind = "orbit"
seed = 13
threshold_ns = 10.0
mask_deg = 5.0
sigma_uere_m = 1.0
step_s = 120.0
duration_s = 43200.0
altitude_km = 500.0

Abrir no Kshana Studio · Ver no GitHub

orbit-sgp4-gps.toml

tipo de cenário orbitnão associado a um módulo do registro pelo nome

Disponibilidade de GNSS a partir da constelação GPS REAL propagada com SGP4/SDP4.

kind = "orbit"
seed = 17
threshold_ns = 10.0
mask_deg = 5.0
sigma_uere_m = 1.0
step_s = 120.0
duration_s = 43200.0
altitude_km = 500.0

Abrir no Kshana Studio · Ver no GitHub

orbit-urban-canyon-skyline.toml

tipo de cenário orbitnão associado a um módulo do registro pelo nome

Disponibilidade de GNSS e diluição da precisão no fundo de uma rua urbana: o tipo de cenário orbit com um usuário em local fixo no solo (user_site) sob a predefinição de linha de horizonte city-street.

kind = "orbit"
seed = 7
threshold_ns = 5.0
mask_deg = 5.0
sigma_uere_m = 1.0
step_s = 300.0
duration_s = 86400.0
lat_deg = 52.0

Abrir no Kshana Studio · Ver no GitHub

passes#

Predição de passagens por estação em solo: as passagens de visibilidade no domínio do tempo (AOS/TCA/LOS, elevação aparente máxima, duração) de uma órbita circular, como elementos médios SGP4 no início da janela, sobre uma estação acima de uma máscara de elevação ao longo de uma janela, com o tempo total de acesso. Propagação SGP4/SDP4 no referencial fixo na Terra IAU 2006/2000A (UT1 - UTC e movimento polar opcionais), refração troposférica ITU-R P.834-9 e o tempo de luz do enlace de descida (ambos ligados por padrão), cruzamentos resolvidos a 1e-7 s e a culminação por busca de seção áurea. A geometria da passagem é VALIDATED contra o Orekit 13.1.8 em estações ao nível do mar; a órbita e a estação do cenário são entradas ilustrativas.

passes.toml

tipo de cenário passestipo de cenário tem linhas validadas no registro · 1 de 1 linhas validadas

Demonstrador de previsão de passagens sobre estação em solo (segmento de solo e operações).

kind = "passes"
altitude_km = 550.0
inclination_deg = 97.6
raan_deg = 0.0
arg_lat_deg = 0.0
station_lat_deg = 52.2
station_lon_deg = 4.4
station_alt_m = 0.0

Abrir no Kshana Studio · Ver no GitHub

pvt#

Posicionamento de ponto único com observações reais: resolve a posição de um receptor a partir de um arquivo de observação RINEX 3 e de um arquivo de navegação por difusão (pseudodistâncias de código, efemérides de difusão, ionosfera de Klobuchar, troposfera de Saastamoinen/Niell), opcionalmente validado contra uma coordenada levantada.

pvt-abmf.toml

tipo de cenário pvtnão associado a um módulo do registro pelo nome

Posicionamento por ponto único (SPP) com observações reais de uma estação IGS levantada.

kind = "pvt"
mask_deg = 5.0
dual_frequency = true
truth_ecef = [2919786.4480, -5383745.1780, 1774604.7340]
obs_rinex = """
nav_rinex = """

Abrir no Kshana Studio · Ver no GitHub

quantum-anomaly-detect#

Detecção de falhas/anomalias MODELLED para sistemas PNT quânticos: um catálogo rotulado de falhas (salto de frequência/deriva/perda de sincronismo do relógio; salto de viés/perda de dados do sensor), uma AUC ROC da estatística de detecção (com um IC bootstrap a partir do eval_stats validado externamente) e uma falha mínima detectável a uma taxa fixa de falso alarme, com o monitor auxiliado por relógio quântico (menor ruído) detectando falhas menores — como TradeEvidence honesto + representatividade. Modelo gaussiano da estatística de detecção (AUC = Phi(mu/(sigma*sqrt2))); modela a classe, com parâmetros ilustrativos de fonte pública, sem TRL, voo nem certificação.

quantum-anomaly-detect.toml

tipo de cenário quantum-anomaly-detectnão associado a um módulo do registro pelo nome

Detecção de falhas/anomalias para sistemas PNT quânticos — catálogo de falhas rotuladas + AUC da ROC + falha mínima detectável, monitor auxiliado por relógio quântico versus clássico. MODELLED; parâmetros ilustrativos de fontes públicas; modela a classe, sem nenhuma alegação de TRL/de voo.

kind = "quantum-anomaly-detect"
fault_mu = 1.0
quantum_sigma = 0.3
classical_sigma = 1.0
pfa = 1.0e-3
pd = 0.9
samples = 2000
seed = 42

Abrir no Kshana Studio · Ver no GitHub

quantum-gnss-free-nav#

Navegação quântica sem GNSS, MODELLED: durante uma interrupção do GNSS, um orçamento inercial quântico (interferômetro de átomos frios) contra um INS clássico de grau de navegação — crescimento do erro de posição ao longo da deriva, holdover até um limiar de posição e a comparação quântico-versus-clássico como TradeEvidence honesto, com representatividade. Nota honesta de observabilidade: sem solução externa, o viés do acelerômetro é não observável, de modo que o erro cresce; o sensor quântico desacelera essa diferença, mas não a fecha. Parâmetros ilustrativos de dispositivo de fonte pública; modela a classe, sem TRL, voo nem certificação.

quantum-gnss-free-nav.toml

tipo de cenário quantum-gnss-free-navnão associado a um módulo do registro pelo nome

Navegação quântica sem GNSS — dead-reckoning quântico (interferômetro de átomos frios) versus INS clássico de grau de navegação durante uma interrupção de GNSS. MODELLED; parâmetros de dispositivos ilustrativos, de fontes públicas; modela a classe, sem nenhuma alegação de TRL/de voo.

kind = "quantum-gnss-free-nav"
outage_s = 300.0
threshold_m = 100.0

Abrir no Kshana Studio · Ver no GitHub

quantum-time-transfer#

Cadeia de temporização quântica confiável, MODELLED: um orçamento de transferência de tempo de ponta a ponta quântico (relógio de rede óptica + enlace de emaranhamento/fóton único) contra clássico (CSAC + RF de dois sentidos), um nível de proteção de temporização reaproveitado + uma figura de mérito de segurança contra ataque de atraso/repetição (1-P_md), uma probabilidade de detecção de anomalia de relógio + latência do CUSUM, e a comparação quântico-versus-clássico como TradeEvidence honesto, com um registro de representatividade + lacunas até o voo. Parâmetros ilustrativos de dispositivo/enlace de fonte pública; modela a classe, sem alegação de TRL, voo nem certificação.

quantum-time-transfer.toml

tipo de cenário quantum-time-transfernão associado a um módulo do registro pelo nome

Temporização quântica confiável — cadeia de transferência de tempo de ponta a ponta, disseminação segura, detecção de anomalias e um compromisso quântico versus clássico. MODELLED; parâmetros de dispositivos/enlaces ilustrativos, de fontes públicas; modela a classe, sem nenhuma alegação de TRL/de voo.

kind = "quantum-time-transfer"
integration_s = 1.0
dissemination_interval_s = 100.0
link_loss_db = 30.0
classical_link_sigma_s = 1.0e-9
monitor_pfa = 1.0e-3
attack_delay_s = 5.0e-9
clock_fault_sigma = 4.0

Abrir no Kshana Studio · Ver no GitHub

quantum-trade#

Comparação PNT quântico-versus-clássico (13503): benefício de holdover de temporização + holdover inercial de um relógio candidato (uma curva de ADEV medida — o ponto central da defensabilidade — ou uma classe de relógio quântico) contra uma classe clássica de linha de base, com a ressalva da hipótese de piso de tau longo carregada no artefato, mais um envelope de resiliência contra o tempo sem GNSS. MODELLED; quantifica (nunca valida) um dispositivo do parceiro. O relógio candidato é uma curva medida (candidate_adev_taus + candidate_adev_values, de igual comprimento, com pelo menos 2 pontos; ela prevalece quando as duas formas são dadas) ou uma candidate_clock_class.

quantum-trade.toml

tipo de cenário quantum-tradeas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Compromisso PNT quântico vs. clássico com ingestão de ADEV medido (demonstrador ESA AO/1-13503).

kind = "quantum-trade"
timing_threshold_s = 20.0e-9
position_threshold_m = 100.0
baseline_clock_class = "csac"
candidate_adev_taus   = [1.0, 10.0, 100.0, 1000.0, 10000.0, 100000.0]
candidate_adev_values = [5.0e-16, 1.6e-16, 6.0e-17, 4.0e-17, 6.0e-17, 2.0e-16]
resilience_times_s = [1.0, 60.0, 600.0, 1800.0, 3600.0, 7200.0, 14400.0, 28800.0]

Abrir no Kshana Studio · Ver no GitHub

realtime-frame-eop#

Orçamento de predição de referencial lunar / orientação da Terra em tempo real: Tabela 1 do P4 (a verificação de consistência do erro de referencial — pós-processado ~0,27 m ↔ ~0,010 ms e tempo real ~15 m ↔ ~0,5 ms, cada posição de referencial expressa como o seu erro equivalente de UT1 pelo braço de alavanca L19 Δr = D_EM·ω⊕·ΔUT1) e Tabela 2 (erro medido de predição de UT1 contra o horizonte — a curva L18 lida diretamente da série real finals2000A do IERS: o piso final Bulletin A − Bulletin B e o erro do preditor de persistência de vários dias, cada um mapeado para uma posição no referencial lunar por L19), mais o orçamento L21 de erro de referencial em tempo real pela raiz da soma dos quadrados (EOP + efemérides + piso de realização). Forma fechada VALIDATED (o braço de alavanca L19, ω⊕ verificado de forma cruzada contra o ângulo de rotação da Terra CIO) e dados reais VALIDATED (a curva L18 a partir das linhas reais de finals2000A); são MODELLED as magnitudes de covariância de OD do retransmissor lunar e o piso de realização do referencial (alocações representativas) e o preditor de persistência (não o algoritmo operacional do Bulletin A do IERS). Não é um produto certificado de referencial em tempo real.

realtime-frame-eop.toml

tipo de cenário realtime-frame-eopnão associado a um módulo do registro pelo nome

Orçamento de predição em tempo real do referencial lunar / orientação da Terra (EOP).

kind = "realtime-frame-eop"
epoch = "2022-01-01"
horizons_days = [1, 2, 3]

Abrir no Kshana Studio · Ver no GitHub

reentry#

Corredor balístico de reentrada de Allen-Eggers: desaceleração máxima (independente do coeficiente balístico, V_e^2 sin|γ|/(2eH)), a velocidade e a altitude no pico de g e a velocidade de aquecimento máximo, para uma velocidade de entrada, ângulo da trajetória e coeficiente balístico em uma atmosfera exponencial, além de uma integração planar de massa pontual da mesma entrada balística com gravidade, curvatura da Terra e a Atmosfera Padrão dos EUA 1976 (desaceleração máxima, velocidade, altitude e tempo no pico). Entrada balística (sem sustentação) MODELLED; a saída de aquecimento é a VELOCIDADE de aquecimento máximo, não um fluxo de calor (sem modelo aerotérmico/TPS).

reentry.toml

tipo de cenário reentryas linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Demonstrador de corredor de reentrada balística (Allen-Eggers, análise de missão).

kind = "reentry"
entry_velocity_m_s = 7800.0
flight_path_angle_deg = 6.0

Abrir no Kshana Studio · Ver no GitHub

slot-timing#

Temporização de slot: segundos até um relógio em operação livre sair da guarda de um slot de roteamento ou de atribuição de tarefas indexado no tempo (o maior erro de tempo absoluto que o slot tolera), a contribuição de cada termo nesse instante com o dominante indicado (incerteza da correção, ruído de fase branco, ruído de frequência branco, flicker, de passeio aleatório e de corrida aleatória, deslocamento de frequência residual, temperatura, envelhecimento), o tempo restante desde a última correção e o maior intervalo de correção que mantém o relógio dentro, descontada a latência da correção. O oscilador é um padrão de CLASSE (csac, uso, dsac, tcxo, ocxo ou rafs: um desvio de Allan de um segundo citado e um piso de ruído vermelho assumido), uma PREDEFINIÇÃO DE DATASHEET de temporização de telecomunicações ou um DATASHEET em linha (máximos do desvio de Allan ajustados como envoltória, mais envelhecimento e um coeficiente de temperatura), ou um REGISTRO DE FASE MEASURED em linha (seu desvio de Allan sobreposto ajustado por mínimos quadrados ponderados na base de ruído de fase branco e de modulação de frequência da IEEE Std 1139, de modo que o piso de ruído vermelho é medido em vez de assumido). Uma violação além do maior tempo de médias que o datasheet ou o registro suporta é sinalizada como extrapolada. Uma seção opcional de spoofing acrescenta o nível de proteção de temporização para um receptor em órbita: velocidade e período orbitais, por quanto tempo um único spoofer em solo alcança o satélite a cada passagem, o piso do monitor auxiliado pelo relógio e a latência de detecção do CUSUM, o limite condicional, o desvio que um spoofer com uma taxa de rampa máxima declarada acumula antes de o satélite sair do seu alcance ou de uma verificação independente ser executada, e se cada verificação de contato com o solo ou de crosslink é independente desse spoofer. VALIDATED: a inversão de holdover a partir de um registro ajustado, mantida de reserva em um relógio real de césio medido contra um maser de hidrogênio (tests/slot_timing_cs5071a_holdout.rs, condicionado a dados); em um oscilador de cristal medido, a predição reservada é conservadora, mas não está dentro do limiar, portanto o caso do cristal é MODELLED. MODELLED: as fontes de classe e de datasheet, os termos determinísticos e a avaliação de spoofing.

slot-timing-ocxo-leo.toml

tipo de cenário slot-timingnão associado a um módulo do registro pelo nome

Temporização de slot: por quanto tempo um oscilador de cristal controlado por forno (OCXO) em um smallsat de órbita terrestre baixa permanece dentro da guarda de um slot de roteamento indexado no tempo após sua última posição do sistema global de navegação por satélite (GNSS), e com que frequência precisa de uma posição.

kind = "slot-timing"
preset = "ocxo"
guard_ns = 100.0
k_sigma = 3.0
fix_sigma_ns = 10.0
elapsed_since_sync_s = 600.0
fix_latency_s = 5.0
temperature_excursion_k = 2.0

Abrir no Kshana Studio · Ver no GitHub

solar-system#

O sistema solar inteiro em uma época, para PNT (posicionamento, navegação e temporização) em torno de qualquer corpo. Para o Sol, os oito planetas, Plutão, a Lua, Fobos, Deimos, Io, Europa, Ganimedes, Calisto e Titã, informa a posição e a velocidade heliocêntricas no ICRF (Referencial Celeste Internacional, equatorial J2000), a distância heliocêntrica e a longitude e a latitude eclípticas J2000, o parâmetro gravitacional, o raio equatorial e médio, J2 onde publicado e seu raio de referência, o período de rotação sideral, o polo da IAU e o meridiano principal na época, uma trilha orbital amostrada ao longo de uma revolução (heliocêntrica para planetas, centrada no corpo-pai para luas), e o tempo de luz, a distância de ida e a de ida e volta, o atraso Shapiro solar e a separação do Sol a partir de um corpo observador (padrão Terra); vínculos extras de/para recebem o mesmo tratamento. Posições: os elementos keplerianos do JPL de Standish e Williams (Tabela 1 para 1800 d.C. a 2050 d.C., Tabelas 2a/2b para 3000 a.C. a 3000 d.C.) com o erro nominal de cada planeta, a série lunar de Montenbruck & Gill para a separação Terra-Lua, elementos médios do JPL com a taxa de rotação síncrona da IAU para as luas marcianas e galileanas, e o modelo de rotação da IAU para Titã. Tempo de luz: a solução radiométrica de ponto fixo, com o transmissor em sua posição retardada; newtoniano, com o atraso Shapiro informado separadamente. VALIDATED contra o JPL Horizons (DE441) dentro de duas vezes o erro nominal: de Mercúrio a Saturno e a Terra a partir da Tabela 1 (pior caso 1,87 vez o nominal) e os oito planetas a partir das Tabelas 2a/2b (pior caso 1,71 vez), e o tempo de luz da Terra a Marte e Júpiter. MODELLED, cada linha rotulada: Urano e Netuno a partir da Tabela 1 (2,0 e 5,2 vezes o erro nominal contra o DE441), Plutão (a linha de 1992; sem erro declarado), a Lua e as sete luas (medidas contra o Horizons, sem limite publicado).

solar-system-tour.toml

tipo de cenário solar-systemnão associado a um módulo do registro pelo nome

O sistema solar inteiro em uma época.

kind = "solar-system"
epoch = "2026-09-28T00:00:00"
observer = "Earth"
track_points = 180
from = "Mars"
to = "Jupiter"
from = "Saturn"
to = "Earth"

Abrir no Kshana Studio · Ver no GitHub

space-packet#

Enquadramento do CCSDS 133.0-B Space Packet Protocol: codifica um fluxo sintético de pacotes TM/TC (cabeçalho primário de 6 octetos + campo de dados) e informa a decodificação do cabeçalho por pacote, o total de octetos e um ciclo exato de codificação↔decodificação. Enquadramento determinístico de layout de bits exato — a camada de interoperabilidade do formato de pacotes das agências; NÃO é uma certificação de aderência à norma (sem lógica de cabeçalho secundário/CRC/segmentação além dos flags).

space-packet.toml

tipo de cenário space-packettipo de cenário tem linhas validadas no registro · 1 de 1 linhas validadas

Demonstrador de enquadramento de Space Packet CCSDS 133.0-B (interoperabilidade TM/TC).

kind = "space-packet"
apid = 100
telecommand = false
packet_count = 4
data_len = 32

Abrir no Kshana Studio · Ver no GitHub

space-weather#

Modelo de ambiente de clima espacial: índices de atividade solar (F10.7/F10.7a) e geomagnética (Kp, com a tabela definicional Kp↔ap), a temperatura exosférica de Jacchia-1971 que eles governam (validada contra mínimo/média/máximo solares publicados), e a densidade neutra termosférica de Jacchia-1971 na temperatura exosférica média diurna contra o perfil estático sem atividade em um conjunto de altitudes — a dependência da densidade em relação ao ciclo solar que a atmosfera estática omite. MODELLED: a densidade concorda com densidades derivadas de acelerômetro (TOLEOS CHAMP e GRACE) dentro de um fator 2 no máximo solar, mas é cerca de 1.7x densa demais no mínimo solar de 2008.

space-weather.toml

tipo de cenário space-weatheras linhas de registro do tipo de cenário são modeladas · 0 de 1 linhas validadas

Demonstrador de modelo de ambiente de clima espacial.

kind = "space-weather"
kp = 4.0
altitudes_km = [300.0, 400.0, 500.0, 600.0, 800.0]

Abrir no Kshana Studio · Ver no GitHub

spectrum#

Modelo de espectro da banda L e cascata (waterfall): toda a banda L do GNSS como uma única densidade espectral de potência (PSD), frequência na horizontal, tempo na vertical, ao longo de uma linha do tempo de jammers roteirizada. SINAIS: GPS L1 C/A e L2C (BPSK(1)), serviço aberto Galileo E1 (MBOC(6,1,1/11), ou BOC(1.1)), GPS L5 e Galileo E5a (BPSK(10)), cada um em sua portadora com a potência recebida mínima da especificação de interface (IS-GPS-200, IS-GPS-705, Galileo OS SIS ICD), salvo substituição; GLONASS, BeiDou e Galileo E6 não são modelados. JAMMERS: tom de onda contínua, ruído de banda estreita plano, chirp linear em dente de serra e ruído de banda larga casado com a própria modulação de uma banda, cada um com um centro, uma largura de banda, uma potência recebida (direta, ou EIRP e distância pela perda de percurso em espaço livre do tipo jamming) e instantes de ligar/desligar. Cada jammer é avaliado contra cada banda pelo seu coeficiente de separação espectral kappa sobre a largura de banda do receptor, e (C/N0)_eff = [1/(C/N0) + sum (J/S) kappa]^-1; para um jammer isso é igual à equação anti-jam do tipo jamming com Q = 1/(R_c kappa), e o relatório traz essa verificação cruzada (e, ao lado, o valor de Q representativo do tipo jamming). O piso de ruído é k T_sys com T_sys = T_ant + 290 K (F - 1). A cascata faz a média de cada célula sobre o seu bin e a sua linha (chirps exatamente, varreduras inteiras mais a parcial; jammers que comutam no meio da linha pelo seu ciclo de trabalho), de modo que a linha do tempo de C/N0 e a imagem vêm dos mesmos números; result.json traz a grade com média de blocos em potência, C/N0 e J/S por banda em cada linha, e por jammer e por banda o SSC, Q, J/S, J/S em banda e C/N0 em regime. [iq] opcional: o modelo gerado como IQ complexo em um instante, gravado e relido de uma gravação SigMF (cf32_le ou ci16_le), e comparado com uma estimativa de Welch. [recording] opcional (compilações nativas): a PSD de Welch de uma gravação SigMF real ao lado do modelo. VALIDATED: as PSDs dos sinais contra as larguras de lóbulo principal dos livros-texto (BPSK(n) 2n x 1,023 MHz de nulo a nulo; lóbulos de BOC(1.1) centrados em +/-1.023 MHz) e os coeficientes de separação espectral contra suas formas fechadas de Parseval e contra o Q = 1 (CW) e 1,5 (casado) de Kaplan & Hegarty. MODELLED: potências dos jammers, linha do tempo, larguras de banda do front-end, o tratamento de espectro contínuo (sem linhas de código) e a ausência de AGC, blanking e diagrama de antena.

l-band-waterfall-jamming.toml

tipo de cenário spectrumnão associado a um módulo do registro pelo nome

Cascata em banda L sob jamming: toda a banda L do sistema global de navegação por satélite (GNSS) como uma única densidade espectral de potência (PSD), frequência na horizontal, tempo para baixo, enquanto uma sequência roteirizada de jammers é ligada.

kind = "spectrum"
seed = 7
duration_s = 60.0
step_s = 1.0
noise_figure_db = 2.0
antenna_temp_k = 290.0
tracking_threshold_dbhz = 25.0
f_min_mhz = 1160.0

Abrir no Kshana Studio · Ver no GitHub

leo-resilience-js-margin.toml

tipo de cenário spectrumnão associado a um módulo do registro pelo nome

Resiliência de PNT em LEO a partir da potência recebida: a margem jammer-sinal (J/S).

kind = "spectrum"
seed = 12
duration_s = 100.0
step_s = 1.0
noise_figure_db = 2.0
antenna_temp_k = 290.0
tracking_threshold_dbhz = 25.0
f_min_mhz = 1150.0

Abrir no Kshana Studio · Ver no GitHub

multi-band-jamming-waterfall.toml

tipo de cenário spectrumnão associado a um módulo do registro pelo nome

Cascata de jamming multibanda: sinais de posicionamento, navegação e temporização (PNT) em órbita terrestre baixa (LEO) em quatro bandas (UHF, L, S e C) ao lado de GPS e Galileo, cada banda com seu próprio jammer, desenhada como uma cascata por banda em uma só linha do tempo.

kind = "spectrum"
seed = 11
duration_s = 60.0
step_s = 1.0
noise_figure_db = 2.0
antenna_temp_k = 290.0
tracking_threshold_dbhz = 25.0
f_min_mhz = 1160.0

Abrir no Kshana Studio · Ver no GitHub

spoof#

Detector estocástico de spoofing de tempo (Neyman–Pearson / χ²₁) com P_fa/P_md de Monte Carlo.

spoof-attack.toml

tipo de cenário spoofnão associado a um módulo do registro pelo nome

Ataque ativo de spoofing de tempo: o monitor de integridade de cada relógio consegue pegar o spoof antes que ele cause dano?

kind = "spoof"
threshold_ns = 20.0
step_s = 10.0
duration_s = 660.0
start_s = 60.0
rate_ns_per_s = 0.1
id = "optical-sr-lattice"
provenance = "Strontium optical lattice clock, space-oriented goal sigma_y(1s)=1e-15 (arXiv:1503.08457); not flown."

Abrir no Kshana Studio · Ver no GitHub

spoof-meaconing.toml

tipo de cenário spoofnão associado a um módulo do registro pelo nome

Detecção de spoofing de tempo com uma forma de ataque explícita e um detector estocástico.

kind = "spoof"
threshold_ns = 0.5
step_s = 1.0
duration_s = 1200.0
start_s = 100.0
target_pfa = 0.001
mc_runs = 20000
kind = "meaconing"

Abrir no Kshana Studio · Ver no GitHub

spoof-detect#

Detector combinado de spoofing por RF/medições (consistência RAIM multi-SV + AGC + SQM, fundidos) contra um ataque parametrizado (vantagem de potência, alinhamento de fase da portadora, deslocamento de tempo/posição; estilo TEXBAT).

maritime-spoof-position-push.toml

tipo de cenário spoof-detectnão associado a um módulo do registro pelo nome

Spoofing de GNSS marítimo: detecção de um transmissor que arrasta a posição informada de um navio.

kind = "spoof-detect"
power_advantage_db = 2.0
carrier_aligned = false
push = "position"
push_magnitude_m = 500.0
num_biased = 4
el_imbalance = 0.12
sat_power_dbm = -130.0

Abrir no Kshana Studio · Ver no GitHub

spoof-detect.toml

tipo de cenário spoof-detectnão associado a um módulo do registro pelo nome

Detector combinado de spoofing por RF e medições: consistência RAIM de vários SV + AGC + SQM, fundidos.

kind = "spoof-detect"
power_advantage_db = 1.5
carrier_aligned = false
push = "position"
push_magnitude_m = 75.0
num_biased = 3
el_imbalance = 0.12
sat_power_dbm = -130.0

Abrir no Kshana Studio · Ver no GitHub

sweep#

Varredura 1-D de estudo de compromissos sobre um parâmetro do pacote de relógio.

sweep-clock-stability.toml

tipo de cenário sweepnão associado a um módulo do registro pelo nome

Estudo de compromisso: como o holdover escala com a estabilidade do relógio?

kind = "sweep"
parameter = "classical_q_wf"
metric = "holdover_s"
start = 1.0e-24
stop = 1.0e-18
steps = 25
scale = "log"
seed = 42

Abrir no Kshana Studio · Ver no GitHub

sweep-nd#

Varredura genérica N-D sobre qualquer pacote por meio de chaves TOML pontuadas / caminhos de métricas JSON.

sweep-nd-inertial.toml

tipo de cenário sweep-ndnão associado a um módulo do registro pelo nome

Varredura genérica de parâmetros N-D sobre QUALQUER tipo de cenário. Ao contrário do tipo de cenário sweep, exclusivo de relógio, sweep-nd varia chaves TOML com pontos do cenário [base] sobre o produto cartesiano dos eixos, reexecuta cada nó da grade e lê as métricas escolhidas do resultado por caminho JSON com pontos. Funciona para todo pacote (inertial, gnss-ins, integrity, spoof, …) porque opera na fronteira TOML/resultado, e não em um tipo Rust por pacote. As execuções nativas avaliam a grade em paralelo (sem dependência extra); o wasm recorre ao modo sequencial. A grade de saída é determinística e em ordem de linha (o último eixo varia mais rápido).

kind = "sweep-nd"
metrics = ["classical.fom.holdover_s", "classical.fom.pos_rms_m"]
key = "threshold_m"
start = 100.0
stop = 500.0
steps = 5
key = "accel_classical.bias"
start = 1.0e-3

Abrir no Kshana Studio · Ver no GitHub

telecom-timing#

Temporização de telecomunicações: erro de tempo, erro máximo de intervalo de tempo (MTIE) e desvio de tempo (TDEV) de um holdover de GNSS, conferidos contra máscaras da ITU-T com PASS ou FAIL e uma margem por máscara. A entrada é um HOLDOVER SINTÉTICO (uma predefinição de oscilador -- ocxo, rubídio, césio ou csac, cada uma com os valores de estabilidade, envelhecimento e temperatura de um datasheet público e nomeado da Microchip -- mais o tempo de perda do GNSS, a duração do registro e o intervalo de amostragem; o relógio em operação livre tem ruído de frequência branco, flicker e, quando o ajuste ao datasheet exige, de passeio aleatório, envelhecimento linear e um termo senoidal de temperatura) ou uma SÉRIE INGERIDA de pares [time_s, time_error_ns] fornecidos em linha (e, apenas em compilações nativas, um arquivo CSV). Máscaras: ITU-T G.8272 (07/2025) PRTC-A e PRTC-B (max|TE| 100 / 40 ns, MTIE Tabelas 1-2, TDEV Tabelas 3-4); G.8272.1 (2024) Amd. 1 (07/2025) ePRTC bloqueado (30 ns, Tabelas 1-2) e holdover de ePRTC-A (o envelope de erro de tempo da Tabela 3 que sobe de 30 ns a 100 ns ao longo do período de holdover H definido pela duração em bloqueio, MTIE Tabela 4, TDEV Tabela 5); G.8273.2 (2023) Amd. 2 (11/2025) classes A-C de T-BC/T-TSC (max|TE|, erro de tempo constante, MTIE e TDEV filtrados por passa-baixa) e classe D (max|TE_L| 5 ns, o único valor da classe D não deixado para estudo futuro); G.8271.1 (2022) Amd. 3 (05/2025) ponto de referência C (max|TE_L| 1100 / 600 / 100 ns com MTIE Tabelas 7-1 a 7-3). Toda entrada que uma Recomendação marca para estudo futuro está ausente em vez de preenchida, e cada relatório lista o que não está implementado. Informa também o tempo para exceder cada orçamento de erro de tempo máximo (padrões: 100 ns max|TE_HO| de ePRTC, 400 ns de alocação de holdover de rede, 1100 ns ponto C, 1,5 us classe 4), as curvas de MTIE/TDEV como uma tabela CSV com o limite de cada máscara, e uma entrada de unidades e proveniência por campo numérico. VALIDATED: os estimadores de MTIE e TDEV contra o pacote allantools em uma série de holdover versionada. MODELLED: as tabelas de máscaras são transcrições, e um holdover sintético é um modelo construído a partir de máximos de datasheet, não uma medição de qualquer unidade. Não é um teste de aderência à norma.

telecom-prtc-holdover-24h.toml

tipo de cenário telecom-timingnão associado a um módulo do registro pelo nome

Referência de temporização de telecomunicações: um relógio de rubídio que perde sua referência do sistema global de navegação por satélite (GNSS) e mantém holdover por 24 horas, verificado contra as máscaras da International Telecommunication Union Telecommunication Standardization Sector (ITU-T).

kind = "telecom-timing"
seed = 20260925
masks = ["eprtc-a-holdover", "prtc-a"]
oscillator = "rubidium"
gnss_loss_s = 3600.0
duration_s = 90000.0
sample_interval_s = 1.0
locked_te_sigma_ns = 1.0

Abrir no Kshana Studio · Ver no GitHub

telecom-synce-eec.toml

tipo de cenário telecom-timingnão associado a um módulo do registro pelo nome

Temporização de telecomunicações, sincronização de frequência: um oscilador de cristal controlado por forno (OCXO) em operação livre contraposto às máscaras de geração de wander do relógio de equipamento Ethernet síncrono (EEC) da International Telecommunication Union Telecommunication Standardization Sector (ITU-T).

kind = "telecom-timing"
seed = 20260925
masks = ["g8262-eec-option-1", "g8262-eec-option-2", "g8262-1-eeec"]
budgets = []
oscillator = "ocxo"
gnss_loss_s = 0.0
duration_s = 12000.0
sample_interval_s = 1.0

Abrir no Kshana Studio · Ver no GitHub

telecom-tie-ingest.toml

tipo de cenário telecom-timingnão associado a um módulo do registro pelo nome

Temporização de telecomunicações, exemplo de ingestão: uma série de erro de intervalo de tempo (TIE) dada embutida e verificada contra as máscaras da International Telecommunication Union Telecommunication Standardization Sector (ITU-T).

kind = "telecom-timing"
masks = ["prtc-a", "prtc-b", "eprtc", "eprtc-a-holdover", "t-bc-class-c", "g8271-1-point-c"]
holdover_start_s = 300.0
locked_duration_days = 5.0
samples = [

Abrir no Kshana Studio · Ver no GitHub

terrain-nav#

Navegação referenciada ao terreno sem GPS (TERCOM/SITAN): um altímetro de radar/barométrico compara o perfil de elevação do solo com um DEM de estilo SRTM para recuperar a deriva do INS.

terrain-nav.toml

tipo de cenário terrain-navnão associado a um módulo do registro pelo nome

Navegação referenciada ao terreno (TERCOM/SITAN), PNT alternativo sem GPS.

kind = "terrain-nav"
dem_seed = 1
start_lat_deg = 12.05
start_lon_deg = 20.05
step_lat_deg = 0.004
step_lon_deg = 0.003
waypoints = 60
drift_lat_deg = 0.5

Abrir no Kshana Studio · Ver no GitHub

terrain-slam#

Navegação sequencial (recursiva) referenciada ao terreno sem GPS: um filtro de partículas executa o modelo de medição de correspondência de terreno época a época (SITAN como filtro em execução), de modo que uma deriva do INS variável no tempo é acompanhada ao longo da trajetória, enquanto o terrain-nav em lote só recupera um único deslocamento constante.

terrain-slam.toml

tipo de cenário terrain-slamnão associado a um módulo do registro pelo nome

Navegação sequencial (recursiva) referenciada ao terreno, PNT alternativo sem GPS.

kind = "terrain-slam"
dem_seed = 1
start_lat_deg = 12.08
start_lon_deg = 20.08
step_lat_deg = 0.004
step_lon_deg = 0.003
waypoints = 60
drift_rate_lat_deg = 0.0006

Abrir no Kshana Studio · Ver no GitHub

time-transfer-budget#

Transferência bidirecional de tempo e frequência por satélite entre duas estações por meio de um relé geoestacionário: a equação bidirecional resolvida para T_A - T_B com todo termo não recíproco (atrasos do equipamento das estações, ionosfera em banda Ku, transponder, Sagnac), um orçamento de incerteza em quadratura cujo termo do tipo A é o TDEV do enlace simulado no tempo de médias, um enlace simulado com ruído de fase branco e flicker e uma não reciprocidade diurna, e a estabilidade (taxa, RMS residual, TDEV, ADEV) de qualquer série fornecida da Seção 1 da Circular T do BIPM, CSV MJD,ns ou registros de relógio de estação RINEX do IGS. MODELLED.

time-transfer-budget.toml

tipo de cenário time-transfer-budgetnão associado a um módulo do registro pelo nome

Transferência bidirecional de tempo e frequência por satélite (TWSTFT) entre duas estações ILLUSTRATIVE, uma na Europa central e outra no leste da América do Norte, por meio de um retransmissor geoestacionário a 10 graus O. A execução resolve a equação bidirecional para T_A - T_B a partir dos termos declarados de equipamento, transponder, ionosfera (banda Ku, 14/11 GHz) e Sagnac. Forma um orçamento de incerteza cujo termo estatístico é o TDEV, em um dia, de um enlace simulado com ruído de fase branco e flicker e uma não reciprocidade diurna. Os atrasos e as incertezas são ilustrativos, não a calibração de nenhum laboratório. MODELLED. Uma série real UTC-UTC(k) ou de relógio de estação pode ser acrescentada em [[series]] (formato circular-t, mjd-csv ou rinex-clock) para informar sua estabilidade.

kind = "time-transfer-budget"
satellite_lon_deg = -10.0
transponder_ab_ns = 812.0
transponder_ba_ns = 809.5
uplink_ghz = 14.0
downlink_ghz = 11.0
true_offset_ns = 12.5
white_noise_ns = 0.3

Abrir no Kshana Studio · Ver no GitHub

timetransfer#

Transferência bidirecional de tempo/frequência óptica versus RF.

timetransfer.toml

tipo de cenário timetransfernão associado a um módulo do registro pelo nome

Transferência óptica de tempo entre satélites vs. RF clássica (TWSTFT).

kind = "timetransfer"
seed = 42
samples = 600
step_s = 1.0
range_spec_mm = 10.0
id = "optical-isl"
provenance = "Optical inter-satellite link, picosecond-level synchronization target; free-space optical two-way time-frequency transfer lab floor ~1 fs (Giorgetta 2013, Nature Photonics; Deschenes 2016, PRX). Using a 1 ps target as the on-orbit-credible figure."
sigma_j_s = 1.0e-12

Abrir no Kshana Studio · Ver no GitHub

tracking-loop#

Perda de travamento do laço de rastreamento: C/N0 -> travar/destravar COM HISTERESE, o tempo para perder o travamento e a captura por spoofing em função da TAXA de deslocamento de código e de portadora. Os critérios existentes de negação e de captura do motor são razões de potência recebida (um jammer nega em J/S = 30 dB, um spoofer captura em 3 dB); a perda real de travamento não é uma razão de potência, é o ponto em que o jitter de um laço mais o estresse dinâmico saem de seu orçamento de limiar de rastreamento. Informa (1) o jitter térmico de 1-sigma da portadora (Costas) e do código (adiantado/atrasado não coerente) em função do C/N0, perda por elevação ao quadrado incluída, contra as regras declaradas 3*sigma_PLL + theta_e <= 45 graus (a regra dos 15 graus na forma de três sigmas) e 3*sigma_DLL + atraso de rampa <= d/2 chips; (2) os limiares de C/N0 de queda e de retravamento com o laço determinante nomeado, o limiar de retravamento DERIVED da largura de banda maior com que um receptor volta a capturar, em vez de afirmado, de modo que a largura da histerese deve ficar entre 5*log10(razão) e 10*log10(razão) dB; (3) o tempo declarado para perder o travamento de um detector de travamento de dois limiares com permanências de confirmação, conduzido sobre uma rampa de C/N0, informado separadamente do tempo físico de escape de fase (o tempo médio de Viterbi entre saltos de ciclo, em log10 s porque abrange centenas de décadas); (4) os limites de captura por spoofing — o maior deslizamento de código e a maior taxa de Doppler de portadora que os laços de uma vítima conseguem seguir, com um mapa sobre os dois eixos, porque um spoofer que desliza mais rápido que isso não captura o laço, ele o ultrapassa; e (5) o RAIO DE NEGAÇÃO que a dinâmica do laço implica, informado AO LADO do raio por razão de potência existente, nunca no lugar dele, com sua diferença com sinal como um campo nomeado próprio (denial_radius_delta_km) e uma definição ao lado. Todo campo numérico emitido traz uma unidade e uma classe de procedência. Formas fechadas VALIDATED: as expressões de jitter de portadora e de código, a redução do filtro de laço sqrt(2*B_n*T) e o atraso de rampa de primeira ordem são verificados em relação ao correlador sdr do próprio motor avançado sobre IF sintética com semente — uma rota diferente para os mesmos números — até 0,6 %, 3,7 % e 0,17 % respectivamente, e a Bessel I0 modificada por trás do tempo de salto de ciclo em relação a valores tabelados padrão até 1e-7. O limite inferior de validade é afirmado, não apenas declarado: abaixo de ~32 dB-Hz a 1 ms, o discriminador atan real satura contra sua faixa de +-pi/2 e mede menos jitter do que qualquer teoria linear. MODELLED: as larguras de banda dos laços, o tempo de integração, o espaçamento de correlador, a razão de largura de banda de captura, as permanências de confirmação, a potência do jammer e os ganhos de antena são valores representativos de banda, não de uma folha de dados. NÃO modelados: jitter de oscilador (desvio de Allan) e de vibração, limitação de largura de banda do front-end, multipercurso, dinâmica de AGC, perda por transição de bit de dados, auxílio externo e qualquer correção de meio ciclo na fórmula de salto de ciclo de Costas. Sob a dinâmica do laço, a captura por spoofing não tem raio algum — a restrição determinante é a taxa de deslocamento, não a potência —, de modo que esse campo é nulo com um motivo, em vez de um número fabricado. Não é um produto de desempenho de receptor certificado.

tracking-loop.toml

tipo de cenário tracking-loopnão associado a um módulo do registro pelo nome

Perda de travamento do laço de rastreamento: C/N0 -> travar/destravar com histerese, o tempo para perder o travamento e os limites de captura por spoofing definidos pela TAXA de deslocamento de código e de portadora.

kind = "tracking-loop"
pll_bandwidth_hz = 10.0
dll_bandwidth_hz = 1.0
predetection_integration_s = 0.001
correlator_spacing_chips = 0.5
carrier_allowance_deg = 45.0
pullin_bandwidth_ratio = 2.0
drop_confirm_epochs = 50

Abrir no Kshana Studio · Ver no GitHub

Suítes de estudo#

Uma suíte é um arquivo de cenário que lista outros cenários; kshana --study a executa em um único study.json e study.html carimbados. Este é o executor gratuito de suítes, não o estudo personalizado pago.

quantum-pnt-demonstrator.suite.toml

Demonstrador de PNT com tecnologia quântica — as três áreas de aplicação como um único estudo.

kshana --study scenarios/quantum-pnt-demonstrator.suite.toml

Ver no GitHub