leo-ppp (tipo de cenário)

Tipo de cenário do motor v0.40.0, família Navegação em órbita terrestre baixa. Consultivo: resultado de análise de uma ferramenta de investigação e engenharia, não um equipamento de navegação homologado e não um serviço de segurança da vida humana. Cada etiqueta aqui é do motor ou da matriz de verificação; um tipo de cenário é MODELLED salvo indicação em contrário da matriz (como se obtém um rótulo: a secção Evidence do README).

O que faz#

Convergência do posicionamento pontual preciso (PPP) só com GNSS e com aumento por LEO: um filtro de Kalman estendido de parâmetros flutuantes sobre código e fase da portadora sem ionosfera, com as coordenadas estáticas da estação, um relógio do recetor branco, um desvio entre sistemas por cada sistema adicional, um atraso zenital húmido em passeio aleatório projetado por 1/sin(elevação) e uma ambiguidade flutuante por arco de satélite; o erro preciso de órbita e relógio é branco e comum ao código e à fase de um satélite, pelo que cada satélite é uma atualização correlacionada de duas linhas, numa forma estabilizada de Joseph. As medições são simuladas a partir do mesmo modelo com ruído de semente fixa, em vários locais e sementes, e cada caso (primeiro só GNSS, depois cada [[case]] de sistemas LEO, qualquer constelação ou predefinição) indica o tempo de convergência mediano (a primeira época a partir da qual os erros horizontal e vertical se mantêm abaixo dos limiares, 10 cm por predefinição), a fração convergida, as curvas de erro medianas e a consistência do filtro (o NEES da posição médio da execução face à banda do qui-quadrado bilateral de 95%). Opcionalmente, a par dos valores de latitudes médias publicados por Li et al. (2019, J. Geod. 93:749, doi 10.1007/s00190-018-1195-2): 9,6 min para multi-GNSS, encurtados para 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.

Uma execução de scenarios/leo-ppp-convergence.toml resume-se assim: convergência PPP para 0,10 m na horizontal / 0,10 m na vertical, 12 execuções por caso, 96 satélites GNSS só GNSS 0 LEO mediana de 7,4 min convergido 100% NEES médio 3,13 60 LEO 60 LEO mediana de 4,8 min convergido 100% NEES médio 3,08 96 LEO 96 LEO mediana de 3,2 min convergido 100% NEES médio 2,74 192 LEO 192 LEO mediana de 2,7 min convergido 100% NEES médio 2,65 288 LEO 288 LEO mediana de 2,3 min convergido 100% NEES médio 3,06 Li et al. 2019 (publicado, min) vs modelado: 0:9.6/7.4 60:7.0/4.8 96:3.2/3.2 192:2.1/2.7 288:1.3/2.3

Entradas#

A partir do esquema (kshana kinds --json):

• Campos obrigatórios: nenhum
• Campos opcionais: seed, duration_s, step_s, runs, criterion_horizontal_m, criterion_vertical_m, compare_li_2019, noise, site, gnss, case

O exemplo scenarios/leo-ppp-convergence.toml define, entre outros:

Execute-o#

kshana scenarios/leo-ppp-convergence.toml

O que dá#

Os resultados escalares dessa execução, com as unidades que o motor indica:

Etiqueta do resultado (a do motor): PPP de parâmetros flutuantes MODELLED (código e fase sem ionosfera, relógio branco, atraso húmido em passeio aleatório, ambiguidades flutuantes por arco) sobre medições simuladas a partir do mesmo modelo; os valores de Li et al. (2019) são uma comparação de tendência, não uma reprodução

Evidências#

MODELLED: as linhas da matriz de verificação que nomeiam este tipo.

• MODELLED Um filtro de Kalman estendido PPP de parâmetros flutuantes sobre código e fase sem ionosfera: coordenadas estáticas, um relógio do recetor branco, um desvio entre sistemas por cada sistema adicional, um atraso zenital húmido em passeio aleatório projetado por 1/sin(elevação), uma ambiguidade flutuante por satél Ensaios: leo_fusion_scenarios.rs.

As linhas que a própria execução exercitou, com a referência independente que a matriz dá a cada uma (as fontes públicas estão aí nomeadas):

• MODELLED Determinista, com hash do cenário, SBOM + portões de referência multiplataforma. Referência independente (ExternalDataset): aderência à norma do SBOM ao esquema JSON oficial CycloneDX 1,5 (+ identificadores SPDX válidos) — uma norma externa publicada, zero erros de validação em todo o grafo de dependências; a parte de determinismo das FoM / reprodutibilidade byte a byte permanece uma verificação de autoconsistência fixada, pelo que a linha permanece MODELLED
• MODELLED Um filtro de Kalman estendido PPP de parâmetros flutuantes sobre código e fase sem ionosfera: coordenadas estáticas, um relógio do recetor branco, um desvio entre sistemas por cada sistema adicional, um passeio aleat. Referência independente (ExternalDataset): O teste do qui-quadrado do NEES é uma verificação de consistência interna (a verdade e o filtro partilham o modelo). A tendência é comparada com Li et al., LEO constellation-augmented multi-GNSS for rapid PPP convergence, J. Geod. 93:749-764 (2019), doi 10.1007/s00190-018-1195-2: multi-GNSS 9,6 min, encurtados para 7,0, 3,2, 2,1 e 1,3 min com 60, 96, 192 e 288 satélites LEO. O cenário incluído dá 7,4, 4,8, 3,2, 2,7 e 2,3 min com i

Limitações#

O que o próprio relatório da execução diz que não está modelado ou não está validado:

• PPP de parâmetros flutuantes MODELLED (código e fase sem ionosfera, relógio branco, atraso húmido em passeio aleatório, ambiguidades flutuantes por arco) sobre medições simuladas a partir do mesmo modelo; os valores de Li et al. (2019) são uma comparação de tendência, não uma reprodução (resultado label)
• 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. (catálogo de tipos de cenário (kshana kinds --json))
• As quatro constelações LEO aqui utilizadas são camadas Walker delta representativas a 1000 km e 60 graus, com 60, 96, 192 e 288 satélites; NÃO são os projetos do artigo, e o ruído, as estações e a definição de convergência (erros horizontal e vertical abaixo de 10 cm até ao fim da execução) são os deste modelo. A comparação é, por isso, uma verificação de consistência MODELLED da tendência: a convergência tem de encurtar monotonicamente com t (comentário do ficheiro de cenário, linhas 10 a 14)
• A reprodutibilidade e a garantia de software são MODELLED, não validadas: uma subafirmação é verificada externamente, mas a capacidade no seu conjunto compõe partes modeladas, pelo que a capacidade permanece modelada. (matriz de verificação (docs/MODELLED-RATIONALE.md))
• A convergência do posicionamento pontual preciso só com GNSS e com aumento por LEO é MODELLED, não validada: uma subafirmação é verificada externamente, mas a capacidade no seu conjunto compõe peças modeladas, pelo que a capacidade continua a ser apenas modelada. (matriz de verificação (docs/MODELLED-RATIONALE.md))

Ver também#

• Página da família: Navegação em órbita terrestre baixa
• Todos os tipos: KINDS.md
• Página do tópico: LEO-PNT.md
• Página do tópico: LEO-PNT-FUSION.md