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

Sidor för scenariotyperRedigera på GitHubKälla: docs/kinds/by-kind/leo-ppp.md

leo-ppp (scenariotyp)

Scenariotyp i motorn v0.40.0, familj Navigering i låg omloppsbana. 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#

Konvergens för exakt punktpositionering (PPP) med enbart GNSS och med LEO-förstärkning: ett flytande utökat Kalmanfilter på jonosfärsfri kod och bärvågsfas med statiska stationskoordinater, en vit mottagarklocka, en intersystemförskjutning per extra system, en zenitvåt fördröjning som följer en slumpvandring och avbildas med 1/sin(elevation) samt en flytande heltalsosäkerhet per satellitbåge; det exakta ban- och klockfelet är vitt och gemensamt för en satellits kod och fas, så varje satellit är en korrelerad uppdatering i två rader i Joseph-stabiliserad form. Mätningarna simuleras från samma modell med brus från ett frö över flera platser och frön, och varje fall (först enbart GNSS, därefter varje [[case]] med LEO-system, valfri konstellation eller förinställning) redovisar mediankonvergenstiden (den första epok efter vilken de horisontella och vertikala felen förblir under tröskelvärdena, 10 cm som standard), andelen som konvergerat, de mediana felkurvorna och filtrets konsistens (det körningsmedlade positions-NEES mot det tvåsidiga 95%-chi-kvadratbandet). Valfritt bredvid de publicerade siffrorna från Li et al. (2019, J. Geod. 93:749, doi 10.1007/s00190-018-1195-2) för mellanlatituder: 9,6 min för multi-GNSS förkortat till 7,0, 3,2, 2,1 och 1,3 min med 60, 96, 192 och 288 LEO-satelliter. MODELLED: en konsistensjämförelse av trenden, inte en återgivning av den studiens konstellationer, brus eller stationer; ingen lösning av heltalsosäkerhet, inga cykelslip, ingen fasupplindning, inga tidvatten och inga tidskorrelerade produktfel.

En körning av scenarios/leo-ppp-convergence.toml sammanfattas som: PPP-konvergens till 0,10 m horisontellt / 0,10 m vertikalt, 12 körningar per fall, 96 GNSS-satelliter endast GNSS 0 LEO median 7,4 min konvergerat 100% NEES medel 3,13 60 LEO 60 LEO median 4,8 min konvergerat 100% NEES medel 3,08 96 LEO 96 LEO median 3,2 min konvergerat 100% NEES medel 2,74 192 LEO 192 LEO median 2,7 min konvergerat 100% NEES medel 2,65 288 LEO 288 LEO median 2,3 min konvergerat 100% NEES medel 3,06 Li et al. 2019 (publicerat, min) jämfört med modellerat: 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

Indata#

Från schemat (kshana kinds --json):

  • Obligatoriska fält: inga
  • Valfria fält: seed, duration_s, step_s, runs, criterion_horizontal_m, criterion_vertical_m, compare_li_2019, noise, site, gnss, case

Exemplet scenarios/leo-ppp-convergence.toml anger bland annat:

Fält Värde Enhet
case[0].name 60 LEO text
case[0].system[0].mask_deg 7 deg
case[0].system[0].name LEO-60 text
case[0].system[0].shell[0].altitude_km 1000 km
case[0].system[0].shell[0].inclination_deg 60 deg
case[0].system[0].shell[0].phasing 1 inte angivet
case[0].system[0].shell[0].planes 6 inte angivet
case[0].system[0].shell[0].total 60 inte angivet
case[1].name 96 LEO text
case[1].system[0].mask_deg 7 deg
case[1].system[0].name LEO-96 text
case[1].system[0].shell[0].altitude_km 1000 km

Kör den#

kshana scenarios/leo-ppp-convergence.toml

Vad den ger#

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

Resultat Värde Enhet
criterion_horizontal_m 0.1 m
criterion_vertical_m 0.1 m
duration_s 1800 s
evidence.id_rule det stabila id:t för matrisraden (ID text
evidence.matrix docs/VERIFICATION-MATRIX.md text
evidence.tier MODELLED text
n_gnss 96 antal
noise.amb0_sigma_m 30 m
noise.clock_sigma_m 1000 m
noise.isb0_sigma_m 10 m

Resultatetikett (motorns egen): MODELLED flytande PPP (jonosfärsfri kod och fas, vit klocka, våt fördröjning som slumpvandring, flytande heltalsosäkerheter per båge) på simulerade mätningar från samma modell; siffrorna från Li et al. (2019) är en jämförelse av trenden, inte en återgivning

Diagrammet som motorn skriver för scenarios/leo-ppp-convergence.toml, typ leo-ppp

Evidens#

MODELLED: raderna i verifieringsmatrisen som nämner den här typen.

  • MODELLED Ett flytande utökat Kalmanfilter för PPP på jonosfärsfri kod och fas: statiska koordinater, en vit mottagarklocka, en intersystemförskjutning per extra system, en zenitvåt fördröjning som slumpvandring avbildad med 1/sin(elevation), en flytande heltalsosäkerhet per satel Tester: leo_fusion_scenarios.rs.

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

  • 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 Ett flytande utökat Kalmanfilter för PPP på jonosfärsfri kod och fas: statiska koordinater, en vit mottagarklocka, en intersystemförskjutning per extra system, en slumpvandring. Oberoende referens (ExternalDataset): NEES-chi-kvadrattestet är en intern konsistenskontroll (referensen och filtret delar modell). Trenden jämförs med 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 förkortat till 7,0, 3,2, 2,1 och 1,3 min med 60, 96, 192 och 288 LEO-satelliter. Det medföljande scenariot ger 7,4, 4,8, 3,2, 2,7 och 2,3 min med i

Begränsningar#

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

  • MODELLED flytande PPP (jonosfärsfri kod och fas, vit klocka, våt fördröjning som slumpvandring, flytande heltalsosäkerheter per båge) på simulerade mätningar från samma modell; siffrorna från Li et al. (2019) är en jämförelse av trenden, inte en återgivning (resultat label)
  • MODELLED: en konsistensjämförelse av trenden, inte en återgivning av den studiens konstellationer, brus eller stationer; ingen lösning av heltalsosäkerhet, inga cykelslip, ingen fasupplindning, inga tidvatten och inga tidskorrelerade produktfel. (typkatalog (kshana kinds --json))
  • De fyra LEO-konstellationerna här är representativa Walker-deltaskal vid 1000 km och 60 deg med 60, 96, 192 och 288 satelliter; de är INTE artikelns utformningar, och bruset, stationerna och konvergensdefinitionen (horisontella och vertikala fel under 10 cm till körningens slut) är den här modellens. Jämförelsen är därför en MODELLED konsistenskontroll av trenden: konvergensen måste förkortas monotont med t (kommentar i scenariofilen, rad 10 till 14)
  • 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))
  • Konvergens för exakt punktpositionering med enbart GNSS och med LEO-förstärkning 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#