Maskinöversättning, inte granskad av en modersmålstalare. Engelska är referensen.

Sidor för scenariotyperRedigera på GitHubKälla: docs/kinds/by-kind/hybrid-ukf.md

hybrid-ukf (scenario kind)

Scenariotyp i motorn v0.40.0, familj Tröghets-, fusions- och kvantsensorer. Rådgivande: analysutdata från ett forsknings- och ingenjörsverktyg, inte typgodkänd navigationsutrustning och inte en tjänst för skydd av människoliv. Varje etikett här är motorns eller verifieringsmatrisens; en kind är MODELLED om inte matrisen säger något annat (hur en etikett förtjänas: avsnittet Evidence i README).

Vad den gör#

Hybrid kvant+klassiskt tätt kopplat GNSS/INS-UKF med 17 tillstånd (MODELLED): 15 INS-feltillstånd + CAI-härledd korrigering av accelerometerbias + en klocka med 2 tillstånd (fas+frekvens) från q-parameterns klockmotor, driven av den intervallbegränsade CAI-felmodellen. Kvalitetsmåttet är filtrets självkonsistens (NEES + innovationsvithet mot χ²-gränser) — ett självkonsistenspåstående, INTE en garanti för noggrannhet i verkligheten. Endast simulering; ingen TRL>3, ingen flygerfarenhet, ingen extern validering.

En körning av scenarios/hybrid-ukf.toml sammanfattas som: scenario e8be19a6199e | hybrid-ukf (17-state, MODELLED) | sensor quantum-CAI (q_va 4.82e-14) | clock q_wf 1.00e-26 q_rw 3.00e-30 | NIS 11.85/12 in [10.12,14,04] | NEES 7.11/8 in [6.48,9,68] | CONSISTENT | aided 0.4m -> coast 7.7m over 120s | self-consistency, not accuracy

Indata#

Från schemat (kshana kinds --json):

  • Obligatoriska fält: seed, time, gnss, accel, clock
  • Valfria fält: residual_accel_bias_m_s2, speed_m_s, sigma_pr_m, sigma_rr_mps, consistency_seeds, q_factor, r_factor

Exemplet scenarios/hybrid-ukf.toml anger bland annat:

Fält Värde Enhet
accel.bias 0 inte angivet
accel.cai.atom_number 1000000 inte angivet
accel.cai.contrast 0.5 inte angivet
accel.cai.cycle_time_s 0.5 s
accel.cai.pulse_sep_t 0.02 inte angivet
accel.cai.wavelength_m 7.8024e-7 m
accel.id cold-atom-interferometer text
accel.provenance Cold-atom (Rb-87 D2) interferometric accelerometer; brackete text
accel.q_va 1.0000e-9 inte angivet
clock.id ultrastable-optical text
clock.provenance Ultra-stable/optical onboard oscillator class, white-FM sigm text
clock.rw_fm_level 1.0000e-15 inte angivet

Kör den#

kshana scenarios/hybrid-ukf.toml

Vad den ger#

De skalära resultaten av den körningen, med de enheter som motorn anger:

Resultat Värde Enhet
clock_q_rw 3.0000e-30 1/s
clock_q_wf 1.0000e-26 s^2/s
coast.aided_pos_rms_m 0.360944 m
coast.coast_duration_s 120 s
coast.coast_end_pos_rms_m 7.69085 m
consistency.consistent true flagga
consistency.nees_chi2_lower_95 6.479865 1
consistency.nees_chi2_upper_95 9.677811 1
consistency.nees_dof 8 antal
consistency.nees_mean 7.113875 1
Diagrammet som motorn skriver för scenarios/hybrid-ukf.toml, kind hybrid-ukf

Evidens#

Ingen matrisrad nämner den här typen vid namn; etiketten på dess resultat är motorns egen, ovan.

De rader som själva körningen använde, med den oberoende referens som matrisen anger för var och en (de offentliga källorna nämns där):

  • MODELLED Accelerometer med kallatomsinterferometer från grundprinciper (k_eff·T², QPN). Oracle (ExternalDataset): Publicerade numeriska vektorer från primärartiklar om CAI (Cheinet 2008 överföringsfunktion; Peters/Freier känslighet): k_eff·T² stämde exakt, skottbrus-ASD ett ensidigt golv inom ~2× av varje publicerat instrument (verkliga enheter har tekniskt brus över kvantgolvet). Ett intervall, inte paritet. 0,30 round 2 (pre-registered fcb9ac64), ett fynd (förblir MODELLED): det rena QPN-rotationsbruset mot det uppmätta Gauguet et al.
  • VALIDATED Feltillstånds-EKF med 15 tillstånd, löst kopplat (validerat på en verklig IMU/GNSS-färd mot NaveGo); ett tätt kopplat pseudoavstånds-/Doppler-UKF och ett kopplat klock+pos. Oracle (ExternalDataset): NaveGo v1.4 (R. Gonzalez, LGPL-3.0, körd som verktyg under GNU Octave, aldrig länkad): dess löst kopplade ins_gnss på dess egen verkliga Ekinox IMU/GNSS-färd med landfordon, båda lösningarna poängsatta mot Ekinox referensbana. Båda filtren läser samma 20 Hz float32-indata, och Kshanas konfiguration är mekaniskt avbildad från datamängdens publicerade parametrar. Kshanas horisontella och vertikala positions-RMS och dess
  • MODELLED Deterministisk, scenario-hashad, SBOM + golden-grindar över flera plattformar. Oberoende referens (ExternalDataset): SBOM som följer det officiella CycloneDX 1,5 JSON Schema (+ giltiga SPDX-identifierare) — en extern publicerad standard, noll valideringsfel över hela beroendegrafen; delen om FoM-determinism / byte-reproducerbarhet förblir en fastlåst kontroll av inre samstämmighet, så raden förblir MODELLED
  • MODELLED Intervallbegränsad (bäst/nominell/konservativ) prestanda för kallatomsinterferometer — biasinstabilitet, hastighets-/vinkelslumpvandring, skalfaktorstabilitet, avfrågning. Oracle (InternalConsistency): Intern konsistens: det anförda VRW-intervallet korskontrollerat mot fysiken i CaiAccelerometer::accel_asd + rått dynamiskt omfång beräknat från gränsen för fringe-osäkerhet; talen är MODELLED litteraturöversiktsintervall (needs_source_confirmation), ingen enhet validerad, ingen validation halo

Begränsningar#

Vad körningens egen rapport säger inte är modellerat eller inte validerat:

  • MODELLED SIMULATION. Filtrets självkonsistens (NEES + innovationsvithet) under intervallbegränsade CAI- och klockbrusindata — ett självkonsistenspåstående, INTE en garanti för noggrannhet i verkligheten. Inte fält-/flygresultat; ingen TRL>3, ingen flygerfarenhet, ingen extern validering. CAI-hårdvaran ägs av partner. (result modelled_note)
  • Hybrid kvant+klassiskt tätt kopplat GNSS/INS-UKF med 17 tillstånd (MODELLED): 15 INS-feltillstånd + CAI-härledd korrigering av accelerometerbias + en klocka med 2 tillstånd (fas+frekvens) från q-parameterns klockmotor, driven av den intervallbegränsade CAI-felmodellen. (kind catalogue (kshana kinds --json))
  • Hybrid kvant + klassiskt tätt kopplat GNSS/INS-UKF med 17 tillstånd (MODELLED). (scenario file comment, line 1)
  • KVALITETSMÅTT — filtrets självkonsistens (NEES + innovationsvithet), det enda som en simulering ärligt kan hävda om en estimator. Över en Monte Carlo-ensemble vars referens genereras av exakt det brus som filtret antar måste de poolade medelvärdena för NIS (vithet) och NEES hamna inom sina kikvadratband på 95%. Detta är ett SJÄLVKONSISTENSPÅSTÅENDE, INTE en garanti för noggrannhet i verkligheten. (scenario file comment, lines 21 to 25)
  • ÄRLIGHET: allt här är MODELLED / SIMULATION. CAI- och klockindata är intervallbegränsade, litteraturrepresentativa värden, inte uppmätt hårdvara; CAI-hårdvaran och dess Key-Person förblir ägda av partner. Ingen TRL>3, ingen flygerfarenhet, ingen extern validering. (scenario file comment, lines 27 to 29)
  • Monte Carlo-frön som konsistensreferensen poolar över, och filtrets feljusteringsmultiplikatorer. 24 frön ger körningsbaserade kikvadrat-NEES-band (8*24 DOF) som är tillräckligt snäva för att skilja ett matchat från ett feljusterat filter och samtidigt hålla körningen billig. Sätt q_factor / r_factor bort från 1,0 för att feljustera filtret och se konsistensspärren förkasta det (q_factor skalar det antagna processbruset, r_factor det antagna mätbrus (scenario file comment, lines 44 to 48)
  • Prestanda hos kvantinertialsensorer är MODELLED, inte validerad: ett delpåstående kontrolleras externt, men hela förmågan består av modellerade delar, så förmågan förblir Modelled. (verification matrix (docs/MODELLED-RATIONALE.md))
  • Reproducerbarhet och programvarusäkring är MODELLED, inte validerad: ett delpåstående kontrolleras externt, men hela förmågan sätts ihop av modellerade delar, så förmågan förblir Modelled. (verifieringsmatris (docs/MODELLED-RATIONALE.md))

Se även#