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

Páginas dos tipos de cenárioEditar no GitHubFonte: docs/kinds/by-kind/mars-pnt.md

mars-pnt (tipo de cenário)

Tipo de cenário do motor v0.40.0, família Constelações, cobertura e geometria. 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#

PNT de espaço profundo em Marte: uma constelação simulada de retransmissores MARCONI (retransmissores areoestacionários + inclinados que difundem em sentido único + retransmitem em sentido duplo para uma estação de espaço profundo) navega um utilizador de referência (transfer | lmo | surface) através do estimador de fusão radiométrica conjunta de sentido único/duplo. Indica a geometria/visibilidade por época, o RMS alcançado face à verdade e a covariância formal (posição 1σ / 3σ) — uma figura de mérito simulada e honesta, NÃO um nível de proteção certificado.

Uma execução de scenarios/mars-pnt-lmo.toml resume-se assim: mars-pnt 5aad87fcc94a | utilizador lmo, relógio uso | 5 retransmissores (média de 3,1 à vista) | RMS da posição convergida de 0,25 m, 1σ formal de 0,31 m (3σ de 0,93 m — FoM da covariância, não um PL certificado) | clock-freq σ 3.71e-13 | cov-PD verdadeiro

Entradas#

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

  • Campos obrigatórios: nenhum
  • Campos opcionais: user, clock_class, step_s, duration_s, nmax, range_sigma_m, doppler_sigma_mps, dynamic_tightness, two_way_period_s, seed

O exemplo scenarios/mars-pnt-lmo.toml define, entre outros:

Campo Valor Unidade
clock_class uso texto
doppler_sigma_mps 1.0000e-4 m/s
duration_s 7200 s
dynamic_tightness 0.1 não indicado
kind mars-pnt texto
nmax 4 não indicado
range_sigma_m 1 m
seed 331514052 não indicado
step_s 60 s
two_way_period_s 1800 s
user lmo texto

Execute-o#

kshana scenarios/mars-pnt-lmo.toml

3 cenários incluídos usam este tipo de cenário; os demais estão em scenarios/.

O que dá#

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

Resultado Valor Unidade
areostationary_radius_m 2.0428e7 m
clock_class uso texto
evidence.id_rule o id estável da linha da matriz (o ID texto
evidence.matrix docs/VERIFICATION-MATRIX.md texto
evidence.tier MODELLED texto
fom.converged_pos_3sigma_m 0.927387 m
fom.converged_pos_rms_m 0.245604 m
fom.converged_pos_sigma_m 0.309129 m
fom.covariance_pd_throughout true sinalizador
fom.epochs 120 contagem
O gráfico que o motor escreve para scenarios/mars-pnt-lmo.toml, tipo de cenário mars-pnt

Evidências#

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

  • MODELLED O tipo de cenário body-pnt: um orbitador ou um módulo de aterragem na superfície em torno de um corpo escolhido pelo nome navega com pseudodistâncias unidirecionais de uma constelação de navegação Walker em torno do corpo (órbitas de dois corpos com a deriva secular de J2 do corpo, um relógio de utilizador desconhecido

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

  • VALIDATED Recuperar um estado de época [r,v] a partir de distâncias de estações em terra através de um corretor diferencial em lote de Gauss–Newton e de um filtro sequencial, sobre um modelo de forças de dois corpos+J2. Referência independente (ExternalDataset): Orekit 12,2 (CS GROUP, Apache-2.0) BatchLSEstimator (Levenberg–Marquardt) + KalmanEstimator (EKF) — uma biblioteca de estimação independente de terceiros com um modelo de forças correspondente; o estado de época recuperado + o RMS do resíduo pós-ajuste concordam até <1e-3 m sem ruído e <3 m com um piso de ruído de 5 m
  • MODELLED Relógio de Kalman de 3 estados (fase/frequência/deriva) de van Loan, estabilizado por Joseph. Referência independente (ReferenceImpl): KalmanFilter do filterpy 1.4.5 (R. Labbe, MIT), com F via scipy.linalg.expm e Q via a matriz em blocos de Van Loan 1978 — uma implementação de referência independente que reproduz a trajetória completa do filtro do kshana. Consistência entre implementações: a física do relógio / a calibração de Allan não são validadas externamente, por isso isto permanece MODELLED. Comparação externa 0,30, um achado (permanece MODELLED): em relógios finais do IGS de 30 s de 11 GPS Blo
  • 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

Limitações#

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

  • A estimativa do estado do relógio a bordo é MODELLED, não validada: conferida contra uma implementação separada nesta mesma base de código — independente da unidade sob teste, mas sem autoridade externa. (matriz de verificação (docs/MODELLED-RATIONALE.md))
  • 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))

Ver também#