Альтернативная PNT при отказе GPS (семейство видов сценариев)

Видов сценариев движка v0.40.0: 5. Носит консультативный характер: результат анализа исследовательского и инженерного инструмента; это не навигационное оборудование с утверждённым типом и не служба обеспечения безопасности жизни. Каждая метка здесь — метка движка или матрицы верификации; вид относится к MODELLED, если матрица не говорит иного (как заслуживается метка: раздел Evidence в README).

Тематические страницы: CAPABILITY, RESILIENCE-CROSSWALK. Запустить один: kshana scenarios/combined-altpnt.toml. Все семейства: KINDS.md.

gravity-map#

Навигация по гравитационной карте без GPS: гравиметр на холодных атомах восстанавливает постоянный дрейф INS по последовательности гравитационных аномалий, через которые проходит траектория.

Обязательные поля: nmax, start_lat_deg, start_lon_deg, step_lat_deg, step_lon_deg, waypoints, drift_lat_deg, drift_lon_deg, gravimeter_asd, averaging_time_s, map_sigma_mgal, search_half_deg, search_step_deg. Необязательные: coeffs, mascons, refine_stages, refine_factor, noise_seed, reference, map_error_mc.

Реестр: ни одна строка матрицы не называет этот вид; движок сам помечает свой результат. Полная страница со входными данными, результатами, доказательствами и ограничениями: gravity-map.

kshana scenarios/gravity-map-nav.toml

terrain-nav#

Навигация по рельефу местности без GPS (TERCOM/SITAN): радиолокационный или барометрический высотомер сопоставляет профиль высот земной поверхности с ЦМР типа SRTM, чтобы восстановить дрейф ИНС.

Обязательные поля: dem_seed, start_lat_deg, start_lon_deg, step_lat_deg, step_lon_deg, waypoints, drift_lat_deg, drift_lon_deg, altimeter_sigma_m, map_sigma_m, search_half_deg, search_step_deg. Необязательные: refine_stages, refine_factor, noise_seed.

Реестр (ledger): MODELLED. Полная страница со входными данными, результатами, доказательствами и ограничениями: terrain-nav.

kshana scenarios/terrain-nav.toml

terrain-slam#

Последовательная (рекурсивная) навигация по рельефу местности без GPS: фильтр частиц выполняет модель измерения сопоставления с рельефом эпоха за эпохой (SITAN как работающий фильтр), так что изменяющийся во времени дрейф ИНС отслеживается вдоль трека, тогда как пакетный terrain-nav восстанавливает лишь одно постоянное смещение.

Обязательные поля: dem_seed, start_lat_deg, start_lon_deg, step_lat_deg, step_lon_deg, waypoints, drift_rate_lat_deg, drift_rate_lon_deg, altimeter_sigma_m, map_sigma_m. Необязательные: n_particles, init_pos_sigma_deg, process_sigma_deg, resample_ess_frac, seed.

Реестр: ни одна строка матрицы не называет этот вид; движок сам помечает свой результат. Полная страница со входными данными, результатами, доказательствами и ограничениями: terrain-slam.

kshana scenarios/terrain-slam.toml

combined-altpnt#

Комбинированный навигатор по гравитации, магнитному полю и рельефу при отсутствии GPS: три скалярных канала поля объединяются в каждой путевой точке, чтобы получить более точную (с меньшей границей Крамера — Рао) поправку на дрейф, чем по любому одному полю.

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

Реестр (ledger): ни одна строка матрицы не называет этот вид; движок сам маркирует свой результат. Полная страница со входными данными, результатами, доказательствами и ограничениями: combined-altpnt.

kshana scenarios/combined-altpnt.toml

conflict-resilience#

MODELLED устойчивость многоуровневых PNT к конфликту (P7): пользователь в оспариваемой среде располагает несколькими уровнями PNT (GNSS открытого сервиса, широкополосный GNSS, орбитальная группировка с аутентификацией, ретранслятор системы дополнения), у каждого из которых есть базовая доступность, точность 1σ и уязвимость к отказу по каждому вектору относительно общей угрозы подавления и спуфинга. СЛУЧАЙНЫЙ с начальным значением (seed) метод Монте-Карло с перебором интенсивности лишает каждый уровень сигнала с вероятностью clamp(vulnerability·intensity·vector_weight,0 1), объединяет уцелевшие по замкнутому правилу обратных дисперсий σ_fused=(Σ 1/σ_i²)^(−1/2) и сообщает вероятность полной потери (все уровни лишены сигнала), медианную объединённую ошибку и статистику пригодности и отказов по уровням в зависимости от интенсивности. Основной показатель устойчивости (отношение вероятности полной потери при одном уровне и при нескольких) достигает ~7x при допущении НЕЗАВИСИМОСТИ; затем однофакторный перебор коррелированных отказов по гауссовой копуле показывает, как это ~7x падает к 1 с ростом корреляции отказов (корреляция сводит на нет пользу многоуровневости). Блок чувствительности к априорным значениям варьирует основной показатель по ИМЕЮЩИМ ИСТОЧНИК априорным значениям уязвимости с помощью торнадо-диаграммы mcda + перераспределения усилий угрозы по Дирихле + процентильных доверительных интервалов. Ядро VALIDATED: полная потеря в Монте-Карло сходится к замкнутому произведению независимых вероятностей Π_i p_deny_i (в пределах стандартной ошибки МК при фиксированном seed и большом N); объединение по обратным дисперсиям — замкнутое тождество; при ρ=0 копула сводится к независимой модели, и каждое ρ сохраняет маргинальную долю отказов каждого уровня. MODELLED: величины уязвимости, доступности и точности по уровням — это имеющие источник, но Modelled входные данные (JammerTest 2024, TEXBAT, EASA SIB, RTCA DO-229, LunaNet/IOAG — см. conflict_threat_params), а конкретная величина ~7x и форма кривой «отношение — корреляция» следуют из этой параметризации. Затем разбивка выживаемости по векторам в § 4,2 раскладывает общую радиочастотную угрозу на четыре именованных вектора (подавление, спуфинг, кинетическое воздействие, кибервоздействие) и сообщает для каждого вектора кривую плавной деградации пригодного PNT S_v(x)=1-Prod_i(1-a_i(1-clamp(susceptibility_i,v·x,0 1))) — VALIDATED: посчитанная методом Монте-Карло с seed выживаемость по уровням сходится к этой замкнутой форме; подавление — самый острый вектор для коррелированного радиочастотного базового случая, а не зависящий от радиочастот инерциальный уровень — решающий уцелевший. Это не сертифицированный продукт по доступности навигации.

Обязательные поля: нет. Необязательные: layers, intensity, correlation, trials, seed, primary_layer.

Реестр (ledger): ни одна строка матрицы не называет этот вид; движок сам маркирует свой результат. Полная страница со входными данными, результатами, доказательствами и ограничениями: conflict-resilience.

kshana scenarios/conflict-resilience.toml