机器翻译，未经母语人士审校。以英文版为准。

回放任务T+00:00:00 场景campaign-jam-spoof-holdover-integrity 正常引擎v0.40.0 · 随机种子20260928真实运行

Kshana · क्षण · 精确的一瞬

预演GNSS失效的那一分钟。

Kshana是一款开源的PNT（定位、导航与授时）韧性仿真器。当GNSS（全球导航卫星系统）信号失效时，可重放压制干扰（jamming）、欺骗干扰（spoofing）和时钟守时（holdover），引擎以Rust编写，直接在浏览器中运行，并清楚显示哪些结果已对照独立参考核对。

启动Kshana Studio

按⌘K搜索页面、场景和文档

Kshana Pro同一引擎，放大：608种设计，一条帕累托前沿

事件日志 · campaign-jam-spoof-holdover-integrity真实事件

每条曲线的来源

测评活动：引擎v0.40.0，构建3395218 · campaign-jam-spoof-holdover-integrity.toml · 随机种子20260928在Kshana Studio中打开报告 JSON TOML

轨道：引擎v0.40.0，构建3395218 · constellation-multi-gnss-coverage.toml · 确定性，无随机种子在Kshana Studio中打开报告 JSON TOML

控制台、三张卡片和日志回放的是一次链式运行，共6个阶段和18次成员运行，其10 s网格上的任务时间为T+01:16:10。轨道取自星座运行中GPS、Galileo、北斗和GLONASS的102颗卫星，每颗都由引擎的星下点轨迹恢复为圆形二体轨道（最坏残差0.0034°），半径为显示而压缩。链路绘向高于星座运行10° 截止角的卫星（完好性告警阶段为25°，即该测评活动的重新捕获截止角），受压制干扰而变暗，在守时中被切断。地球：NASA Blue Marble与Black Marble。Kshana Studio在浏览器中回放这次链式运行；引擎自身的报告和命令可复现每一次运行。

92种场景类型 181个内置场景文件 401项能力，位于验证矩阵中 176/401项已对照独立的外部参考基准（oracle）核对一致 6篇发表于arXiv的论文，建立在开源引擎之上阅读研究 WASM以WebAssembly在浏览器中运行，无需安装

v0.40.0新增：任务线程、每个图表上的证据标签，以及十七种语言

每一项做什么、核对了什么 · 所有安装渠道

L频段控制台 · spectrum类型

看一个干扰源如何占据频段。

GNSS L频段呈现为一张功率谱密度（PSD）图：横向为频率，纵向为时间，颜色表示高出噪声底的功率。信号位于该噪声底之下，因此亮起的是干扰源：线性调频、CW（连续波）单音和窄带噪声。悬停、轻触或使用方向键可查看每个频段的C/N0（载噪比密度）和J/S（干信比）。

kshana spectrum · l-band-waterfall-jamming.toml 真实运行

瀑布图由JavaScript依据所记录的运行绘制。下方的引擎报告显示的是同一次运行。

l-band-waterfall-jamming.toml的已记录运行（随机种子7，引擎v0.40.0）：5个GNSS频段，60 s内有3个压制器，跟踪门限25 dB-Hz。压制器：1,575.42 MHz的线性调频隐私设备，作用于10 s至40 s；L1上1,575.42 MHz的CW单音，从30 s持续到结束；L2上1,227.60 MHz的窄带噪声，从45 s持续到结束。

GPS L1 C/A在10 s失锁并一直保持失锁，最低3.2 dB-Hz。Galileo E1在10 s失锁，在40 s恢复，最低4.4 dB-Hz。GPS L2C全程保持跟踪，最低36.9 dB-Hz。GPS L5全程保持跟踪，最低44.1 dB-Hz。Galileo E5a全程保持跟踪，最低46.7 dB-Hz。

它所驱动的测评活动campaign-spectrum-holdover-integrity.toml（随机种子20260928）：来自频谱的L波段压制干扰、时钟守时（holdover）以及仅用Galileo的后备方案。时钟自由运行守时600 s，最大钟差5.06 ns，保护门限为50 ns；随后进入仅用Galileo的后备方案，保护级为6.1至17.7 m，低于50 m的告警限值。

本次运行所驱动的测评活动 · 每个阶段都跟随干扰源状态

l-band-waterfall-jamming.toml的引擎运行在Kshana Studio中打开引擎报告

场景、结果数据、测评活动运行，以及哪些是建模得到的

spectrum运行场景文件结果数据

其所驱动的测评活动：campaign-spectrum-holdover-integrity.toml在Kshana Studio中打开引擎报告场景文件

由模型计算：热噪声底之上的闭式频谱，按各频段以频谱分离度评分；干扰源的功率和时序为场景输入。时间轴数的是此刻之前的秒数；青色线标出回放重新开始之处。Kshana Studio在浏览器中运行同一场景并回放瀑布图；报告和命令可复现本次运行。

01任务时间线 · 滚动或拖动以拖拽定位

1/6正常

每颗卫星都在被跟踪。时钟被驾驭到GNSS时间，保护级远低于告警限值。

T+00:00:00

任务时间

kshana campaign · campaign-jam-spoof-holdover-integrity · 随机种子20260928 真实运行

阶段 · 成员运行

正常T+00:00:00
- clock随机种子42
- jamming随机种子1
- integrity随机种子7
压制干扰T+00:10:00
- clock随机种子43
- jamming随机种子1
- integrity随机种子7
欺骗干扰T+00:20:00
- spoof
- spoof-detect
- jamming随机种子1
守时T+00:26:10
- clock随机种子44
- gnss-ins随机种子7
- jamming随机种子1
完好性告警T+00:56:10
- clock随机种子45
- jamming随机种子1
- integrity随机种子7
恢复T+01:06:10
- clock随机种子46
- jamming随机种子1
- integrity随机种子7

6个阶段 · 18次现有类型的成员运行

时钟钟差ns · 护栏50

–

C/N0dB-Hz · 下限25

–

PL对AL米 · AL 50

–

正常压制干扰欺骗干扰（spoofing）守时（holdover）完好性告警恢复

T+00:00:00 → T+01:16:10任务时间 · 是链式运行，而不是三次运行并排放置PL = 保护级 · AL = 告警限值 · INS = 惯性导航系统

引擎v0.40.0，构建3395218 · campaign-jam-spoof-holdover-integrity.toml · 随机种子20260928在Kshana Studio中打开报告 JSON TOML

02能力

一个引擎，覆盖整条故障链。

从第一颗被压制的卫星到时钟守时的最后一纳秒：信号、传感器、时钟、轨道和完好性集于一个仿真器。下面每一幅图都是一次真实的引擎运行，并注明是哪一次。

干扰

GNSS压制干扰与干扰

桅杆上的一台宽带干扰源，以及在其周围网格上移动的接收机：每个单元格都是引擎jamming类型的一次独立运行。深浅表示平均J/S（干信比）；红色单元格丢失了每一颗卫星。

引擎v0.40.0 · maritime-strait-jamming.toml · 随机种子1 · 每个单元格移动接收机在Kshana Studio中打开每个单元格，见任务页

欺骗

欺骗干扰（spoofing）检测

欺骗干扰源捕获接收机，并以稳定的速率把它的时间带偏。每个时钟的完好性监测器都有自己的检测界：量子钟几乎立即标出这一谎言，经典钟则要等偏移增大之后才能标出。

引擎v0.40.0 · spoof-attack.toml · 确定性，无随机种子在Kshana Studio中打开报告

时钟

各类振荡器的时钟守时（holdover）

自GNSS消失的那一刻起：芯片级原子钟（CSAC）和光学晶格钟200次蒙特卡罗运行的中位数与第95百分位，以及另外四类的一日误差：光学主钟、氢脉泽、铷原子频标（RAFS）及其小型版本（mini-RAFS）。

引擎v0.40.0 · clock-ensemble.toml · 随机种子42在Kshana Studio中打开报告

一日一列：引擎v0.40.0 · lunar-time-budget.toml · 确定性，无随机种子在Kshana Studio中打开报告

航位推算

GNSS/INS滑行

GNSS中断时，INS（惯性导航系统）继续工作，其误差锥随之张开。两台惯性测量单元（IMU），一份预算。

引擎v0.40.0 · small-uas-jammed-nav.toml · 随机种子7在Kshana Studio中打开报告

授时

时隙授时

最后一次定位之后，时钟能在其保护间隔内停留多久：这是时隙网络所关心的问题。

引擎v0.40.0 · slot-timing-ocxo-leo.toml · 确定性，无随机种子在Kshana Studio中打开报告

完好性

RAIM与ARAIM

接收机自主完好性监测（RAIM）及其先进形式（ARAIM）给出的保护级（PL），对照告警限值核对：这里是链式任务的完好性告警阶段。带斜线的柱表示无法形成保护级的历元。

引擎v0.40.0，构建3395218 · campaign-jam-spoof-holdover-integrity.toml · 随机种子20260928在Kshana Studio中打开报告 JSON TOML

电信

授时模板

24小时守时（holdover）的MTIE（最大时间间隔误差）与TDEV（时间偏差），对照ITU-T（国际电信联盟电信标准化部门）限值，这里是PRTC-A（一级基准时间钟，A类）的限值。

引擎v0.40.0 · telecom-prtc-holdover-24h.toml · 随机种子20260925在Kshana Studio中打开报告

天体动力学

轨道：SGP4与数值方法

对一组真实两行根数的SGP4（Simplified General Perturbations 4）外推，绘制在真实影像上；可输入输出CCSDS OEM与SP3星历。

引擎v0.40.0 · ephemeris.toml · 确定性，无随机种子在Kshana Studio中打开报告

地月空间

月球PNT

月球周围的定位、导航与授时：月球导航服务上由ARAIM给出的水平与垂直保护级（HPL、VPL）。

引擎v0.40.0 · lunanet-araim.toml · 确定性，无随机种子在Kshana Studio中打开报告

新兴传感器

量子传感器权衡研究

在有人购买硬件之前，先把量子钟与经典钟放在一起权衡：经典钟噪声扫描范围内的守时。

引擎v0.40.0 · sweep-clock-stability.toml · 随机种子42在Kshana Studio中打开报告

处处可运行

浏览器、终端、笔记本、IDE、助手

同一个Rust引擎以WebAssembly形式随Kshana Studio发布，并提供CLI（命令行界面）、Python和JavaScript软件包、面向你的IDE（集成开发环境）的JetBrains Marketplace插件，以及MCP（模型上下文协议）服务器。

WebAssemblycargo install kshanapip install kshananpm install kshanaJetBrains Marketplacecargo install kshana-mcpghcr.io镜像CCSDS OEMSP3

CCSDS OEM：空间数据系统咨询委员会轨道星历消息。SP3：Standard Product 3轨道格式。

范围，直说

Kshana不是什么

了解边界与了解功能同样重要。

不是射频信号发生器硬件它不驱动任何无线电，也不发射任何信号；其信号级输出是供软件接收机使用的基带IQ采样文件。

不是硬件接收机，也不是经认证的GNSS接收机其软件接收机（对已记录或生成的IQ做捕获与跟踪）是分析工具，不是导航产品。

不是飞行产品这是一件研究与权衡的工具，每个答案都标明是经独立核对还是由模型计算。

03AI助手 · kshana-mcp

问你的AI助手，由引擎作答。

你的AI（人工智能）助手通过kshana-mcp经由MCP（模型上下文协议）运行引擎，并读回JSON（JavaScript对象表示法）。

安装由代码仓库生成

面向所有人，无需安装。

启动Kshana Studio

引擎以WebAssembly形式在本地运行；不会上传任何内容。

打开Kshana Studio Studio指南

面向需要kshana命令的工程师。

然后检查kshana --version

crates.io：kshana 命令行用法

面向分析人员和notebook。

然后检查python -c "import kshana; print(kshana.version())"

PyPI：kshana Python API指南

面向Web和Node.js开发者。

然后检查npm ls kshana

npm：kshana npm与WebAssembly指南

面向任何使用支持MCP的助手的人。

然后检查cargo install --list | grep kshana-mcp

crates.io：kshana-mcp MCP服务器指南

然后把它注册到你的助手的MCP客户端配置中。完整配置见开发者页面

AI助手 + kshana-mcp 已记录的会话

助手与kshana-mcp之间交换的消息，取自服务器的捕获。

与kshana-mcp服务器（Model Context Protocol，引擎v0.40.0）的一次已记录会话：助手列出49个工具，验证clock-holdover.toml（有效：检测到场景类型 `clock`）并运行它：scenario 5ba83a232b94 | quantum holdover 6600s p95 1.20e-4ns integrity 1.000 security n/a (no attack) | classical holdover 2610s p95 19.7ns integrity 1.000 security n/a (no attack)。

animate_scenario：运行一个Kshana场景，并以动画形式返回其时间序列。
assess_receiver_log：评估真实GNSS接收机日志的可信度：读取u-blox UBX、RINEX 3（可附广播导航文件，这会加入引擎自己的定位解、RAIM和时钟辅助监测器）、Android GnssLogger或NMEA日志，对照校准基线运行信任监测器（载噪比下降、AGC、干扰指示、失锁、位置跳变、RAIM、时钟），并返回接收机何时以及为何不再可信。
assess_vessel_log：以批处理方式评估船舶的NMEA 0183日志（`kshana receiver-trust`，带 `[platform] kind = "vessel"`）：评分模型、已运行的监测器和每个历元的0-100分及其扣分项，其卫星几何（good、degraded、unknown），每个历元带 `label`（good、fair、poor），几何仅在poor时扣分，每项扣分带一个类别（几何、环境、不一致），并附 `geometry_model`（阈值、生效的上限和下限以及来源）和 `geometry_summary`。
assess_vessel_stream：按 `kshana receiver-trust live` 的评分方式，对船舶NMEA 0183数据流的有界片段评分，并返回逐历元信任状态（calibrating、nominal、degraded、untrusted）和0-100分，以及造成扣分的监测器（实时JSON-lines模式1.3：每个历元带 `position`、声明输出仅供参考的 `advisory` 语句，以及其卫星 `geometry`（good；degraded，并给出few-satellites或high-pdop等原因；片段中没有GSV或GSA时为unknown），附 `label`（good、fair、poor；几何仅在poor时扣分）；每项扣分带一个 `class`：geometry（天空状况，不是未发生攻击的结论）、environment或inconsistency（类攻击）），摘要（按状态、几何和类别的计数，最低分和最终分，首个untrusted历元出现的时间）以及最后一条 `$PKSHT` 语句。
attach_evidence_timestamp：把RFC 3161时间戳令牌绑定到证据包（`kshana evidence attach-timestamp`），在内存中进行：`files` 是 `create_evidence_pack` 所返回的证据包，`token_base64` 是来自时间戳机构的 `.tsr` 文件的字节。
build_interference_map：基于以CSV文本给出的开放许可的飞机（ADS-B NIC/NACp）或船舶（AIS）位置报告，构建GNSS干扰地图（`kshana interference-map adsb|ais`）。
compliance_mapping：以Markdown给出的静态公共框架映射（`kshana compliance-report --mapping` / `--sources`）：每个框架一张表，列出每一行转述后的要求、为其提供证据支持的Kshana输出，以及这些输出未能弥合的差距；若 `sources` 为true，则给出各表所引用的源文档及其版本和URL。
compliance_report：由Kshana结果文档填充公共框架映射（`kshana compliance-report`）：六个韧性框架和标准（美国DHS Resilient PNT框架v2.0、IMO船舶指南、EASA航空指南、NIS2第21条、EN 16803、NIST IR 8323r1）中，所给运行为哪些行提供证据支持，哪些行没有，以及每一行仍然存在的差距。
create_evidence_pack：为船舶NMEA 0183日志的一个时间窗创建已签名证据包（`kshana receiver-trust evidence`）：该窗口的原始日志字节、含每个阈值的配置、逐历元结果及原因、一个自包含的摘要页面，以及一份清单，列出每个文件的SHA-256、完整日志的哈希和一条哈希链，并以Ed25519签名。
create_round_trip_pack：创建已签名的实验室往返包（`kshana evidence round-trip`，docs/spec/TEST-CONDITIONS.md）：以哈希链接产生该运动的场景、实验室的 `kshana.test-conditions/1` 文档、接收机日志及其对照所述事件的评分，放入一个已签名证据包，其 `config.json` 带有 `round_trip` 块。
export_interop：以一种互操作格式导出Kshana场景：`czml`（Cesium Language，用于CesiumJS）、`kml`（Keyhole Markup Language，用于Google Earth和地理信息系统工具）、`geojson`（RFC 7946）、`stk`（Systems Tool Kit星历 `.e`，每颗卫星一个文件）或 `sigmf`（`spectrum` 场景合成采样的Signal Metadata Format记录）。
export_oem：把 `orbit` 场景外推的星座导出为CCSDS OEM 2.0星历文本：惯性（TEME）状态时间序列，同时含位置和速度，供飞行动力学工具（GMAT / Orekit / STK）读取。
export_omm：把 `orbit` 场景的平均根数导出为CCSDS 502.0-B-2 OMM（Orbit Mean-Elements Message）目录：每颗卫星一条OMM。
export_sp3：把 `orbit` 场景外推的星座导出为SP3-c精密星历文本（标准的GNSS后处理格式）。
export_table_csv：运行一个Kshana场景，并以CSV文本返回其可复现性表格：命令行写出为 `<scenario>.table.csv` 并被论文引用的字节级稳定表格。
export_test_bench：导出场景的载体运动和事件，供实验室GNSS模拟器使用（`kshana bench-export`，docs/TEST-BENCH.md）：一个运动CSV及其JSON描述（地固和大地位置、速度、姿态、UTC）、NMEA 0183 GGA/RMC语句、采样网格为毫秒级规则时的航点文本，以及作为CSV和 `receiver-trust` 场景的 `[[events]]` TOML的场景事件。
fit_imu_log：由静止IMU日志拟合 `hybrid` 和 `fusion` 场景的传感器参数（`kshana imu-fit`，docs/MACHINE-INPUTS.md）。
generate_training_nmea：由 `nmea-scenario` TOML生成供船员训练使用的合成驾驶台NMEA 0183（`kshana nmea-scenario`）：一条船舶航迹和一条脚本化事件时间线（压制干扰、位置拖离、时间欺骗、重放延迟，以及恢复）。
get_example_scenario：返回一个内置参考场景的TOML文本，与代码仓库在 `scenarios/` 下提供的文件逐字节一致。
import_route：把GeoJSON路线写入一个按航点航迹飞行的Kshana场景，并返回新的场景TOML（用run_scenario运行）。
iq_acquire：对工作目录中的IQ录制文件进行一个或多个PRN的FFT捕获（`kshana iq acquire`）。
iq_campaign：运行工作目录中的实验室回放测评活动（`kshana iq campaign`）：录制文件（每个由陈述实验室已知真值的 `kshana.test-conditions/1` 文件描述）x前端链路x环路设计，每个单元格均被跟踪并对照所述条件评分（失锁时间、重新捕获时间、对照所述J/S的C/N0劣化及一条标注为MODELLED的解析参考、虚锁率、PLL/DLL抖动、可用性）。
iq_campaign_status：从工作目录中的输出文件夹报告实验室回放测评活动的进度，仅读取文件：已完成和待处理的单元格，计划中的录制文件、前端和设计，以及所有单元格完成后的 `digest`。
iq_frontend：对工作目录中的IQ录制文件应用接收机前端和干扰抑制DSP，并把结果写成带 `<out>.json` 附属文件的新原始录制文件（`kshana iq frontend`）。
iq_info：不经处理地描述工作目录中的一个IQ录制文件，以JSON给出：类型（带附属文件的原始、SigMF、SigMF集合）、采样格式、采样率、中心频率、总采样数、时长、数据文件及其大小、采集边界和标注数（与 `kshana iq info` 打印的行相同）。
iq_labfit：把跟踪环失锁模型拟合到实验室运行（`kshana iq labfit`）：一个 `iq-labfit` 场景TOML列出一个或多个运行，每个运行包含一份接收机日志及其所述测试条件；引擎载入每份日志，拟合环路模型和经验模型，用自助法估计不确定度并计算保留集误差。
iq_monitor：对工作目录中的IQ录制文件运行干扰和欺骗干扰（spoofing）检测监测器（`kshana iq monitor`）：宽带 `power` 和 `spectral` 监测器，以及在给定 `signal` + `prns` 时的逐卫星C/N0和信号质量监测器，各自对照由前 `baseline_s` 秒（或由设置文件）学得的基线。
iq_scene：在工作目录中生成多卫星GNSS IQ场景文件（`kshana iq scene`）。
iq_signals：GNSS IQ层的设置，以JSON给出：`signals`（iq_scene、iq_acquire和iq_track接受的信号名称）、`enabled`（IQ文件工具是否开启）、`work_dir`（它们读写的唯一文件夹；所有路径参数均相对于它）、`max_samples`（一次调用可生成或处理的复数采样的最大数量），以及在关闭时的 `reason`。
iq_sweep：在多个跟踪环设计下回放工作目录中的一个IQ录制文件，并报告每个设计的稳态结果（`kshana iq sweep`）：这些设计是 `kshana.loop-design/1` 文件（`design`）的每个设计，或内置设计上 `pll_bws_hz`、`dll_bws_hz`、`spacings_chips` 和 `coherents` 列表的乘积。
iq_test_conditions：验证实验室测试条件文件（`kshana iq conditions`）：一个 `kshana.test-conditions/1` 文件，TOML或JSON文本，陈述实验室对某个录制文件已知的真值（预期卫星、稳定时间、所述的压制干扰或干扰计划）。
iq_track：对工作目录中的IQ录制文件先捕获再跟踪一个或多个PRN（`kshana iq track`）：捕获初始化每个通道，然后DLL/PLL（可选FLL辅助）环路组把录制文件回放一次。
jammertest_import：读取已发布的Jammertest测试目录和发射计划（NPRA/jammertest-plan，MIT），作为计划真值（`kshana jammertest import`）：一个测试区域的时隙成为receiver-trust事件，每个标签中带有目录编号和年份。
jammertest_score：对照Jammertest计划为接收机日志评分（`kshana jammertest score`）：对每个计划测试给出检测延迟（首次告警减去计划开始），是否在容差内检测到、迟到或漏检，以及恢复时间（持续 `recover_hold_s` 的无告警时段），另有所有时隙及其保护间隔之外的虚警。
list_example_scenarios：以JSON列出内置参考场景：`count`，以及 `scenarios`，一个由 `name`、`kind` 和 `about`（文件自身头部注释的第一句）组成的数组。
list_export_formats：不经运行，报告哪些互操作导出格式适用于某个Kshana场景：一个JSON数组，每种格式一项（`czml`、`kml`、`geojson`、`stk`、`sigmf`），给出 `applies`、不适用时的 `reason`，以及 `spec_url`，即写出程序所遵循的已发布规范。
list_scenario_kinds：以JSON数组列出每一种内置Kshana场景类型，及其描述和必填/可选的TOML字段。
list_standards_packs：列出标准包（`kshana standards-pack list`）：针对DHS Resilient PNT框架测试配置、IMO MSC.1/Circ.1575和ICAO Doc 9849附录F的已评分场景集，每个都带有运行前所述的判据及其为之提供证据支持的compliance行。
lunanet_afs_check：对照已发布的规范检查LunaNet增强前向信号（AFS），规范固定为LNIS版本5适用文件1 A卷（LSIS-AFS V1.0，2025年1月29日）（`kshana lunanet-afs-check`，docs/LUNANET-AFS.md）。
render_leaderboard：把kshana-bench结果文件（`kshana bench leaderboard`）渲染为静态排行榜页面，回复中为HTML文本：`results` 是 `kshana-bench-result/1` JSON文本的列表（至多256个，每个至多4 MiB），每个先经验证；以另一主要规范版本评分的文件会被拒绝，因为不同主要版本的结果绝不放入同一张表。
report_scenario：运行一个Kshana场景并返回其报告：执行摘要、输入、每个结果数值及其单位和VALIDATED或MODELLED标签、事件、该运行所用到的能力行，以及可复现性记录（引擎版本、场景和结果的SHA-256摘要、随机种子、复现它的命令）。
route_exposure：概述一条路线有多大比例穿过一个或多个干扰地图中的劣化单元格（`kshana route-exposure`）：对每张地图（每个来源每个UTC日一张，即 `build_interference_map` 返回的GeoJSON），给出路线长度，以及其长度中位于劣化单元格、未劣化单元格、样本太少无法评估的单元格和未观测单元格的占比。
run_scenario：由TOML定义运行一个Kshana PNT韧性场景，并返回其性能指标。
run_standards_pack：运行一个标准包（`kshana standards-pack run <id>`）：其中每个场景，均对照运行前所述的判据评分。
score_benchmark：为kshana-bench提交评分（`kshana bench score`，bench/SPEC.md，docs/BENCH.md）：把预测文件（`kshana-bench-predictions/1`）对照真值文件（`kshana-bench-truth/1`），二者均为JSON文本，每个至多4 MiB，并返回结果文件（`kshana-bench-result/1`），内含规范版本、任务（a为接收机日志检测，b为IQ检测，c为授时守时预测，d为分布外乐观差距）、划分、两个输入的SHA-256，以及该任务的指标（AUC、虚警上限下的检测概率、各预测时长的RMSE，或乐观差距）。
sky_geometry：方位角相关天际线（街道峡谷、港口、峡湾、集装箱码头）下的天空几何：根据站点、时间和星座预设、两行根数集（`tle`，带UTC `epoch`）或以方位角/高度角或ECEF给出的卫星，得出哪些卫星可见、哪些被天际线遮挡，由经gnss_lib_py核对的DOP内核得出GDOP/PDOP/HDOP/VDOP/TDOP，东-北-天协因数和协方差（每个系统一个接收机钟差，或共用一个），以及针对所述UERE在一个sigma和所述置信度下的水平误差椭圆。
trust_telemetry：把GNSS信任数据流或 `receiver-trust` 结果渲染为安全遥测文本（`kshana trust-telemetry`，docs/TRUST-TELEMETRY.md），使用与命令行相同的编码器：`prometheus`（最终状态的暴露格式）、`cef` 或 `leef`（每次频带变化一行RFC 5424 syslog，或在 `syslog_all` 下每个历元一行；没有时间戳，因为不读取时钟）或 `otlp`（OTLP/HTTP JSON指标载荷）。
validate_scenario：对Kshana场景TOML进行预检：验证它能否按TOML解析并检测其场景类型，但不运行。
verify_evidence_pack：验证已签名证据包（`kshana evidence verify`）：每个文件的SHA-256对照清单、哈希链、Ed25519签名；给出 `public_key`（经另一途径取得的签名者密钥）时，验证签名者即为预期之人；给出 `full_log` 时，验证你持有的日志就是证据包所记录的日志，且该片段出自其中。

已记录的会话在此逐步播放。

Studio中的同一次运行：引擎v0.40.0 · clock-holdover.toml · 随机种子42在Kshana Studio中打开报告

04滚动叙事 · 一次链式运行

从干净的天空到自由运行的时钟。

一台接收机，T+01:16:10的任务时间：干净的天空，一个干扰源，一个不阻断而是改变答案的欺骗干扰源，然后是任由其自行运行的时钟。102颗卫星是星座运行中的四个系统，位于真实的地球上。请滚动。

01 · 正常

每条链路，都有交代。

跟踪8颗卫星，平均C/N0（载噪比密度）为43.0 dB-Hz。垂直保护级保持在9.1至21.6 m之间，低于50 m的告警限值。

02 · 压制干扰

噪声吞没天空。

一台1.0 km外的宽带干扰源以-30 dBW开启。C/N0降到30.6 dB-Hz，刚好高于25 dB-Hz的跟踪下限。干扰很强，所以接收机能察觉。

03 · 欺骗干扰

看起来像定位解的谎言。

欺骗干扰源以0.1 ns/s的速率推动时钟。RF（射频）检测器在T+00:20:00告警；时钟辅助监测器需要370 s，而到那时已有36.0 ns被拉入。

04 · 守时

然后时间开始漂移。

干扰源升到10 dBW，每颗卫星都丢失。时钟从欺骗干扰源留下的37.0 ns起自由运行，并在T+00:35:40越过其50 ns护栏；惯性误差达到24.3 km。

测评活动：引擎v0.40.0，构建3395218 · campaign-jam-spoof-holdover-integrity.toml · 随机种子20260928在Kshana Studio中打开报告 JSON TOML

轨道：引擎v0.40.0，构建3395218 · constellation-multi-gnss-coverage.toml · 确定性，无随机种子在Kshana Studio中打开报告 JSON TOML

开源核心、Kshana Pro、定制研究

人人免费。当答案必须经得起评审时，选Pro。

Kshana Pro是依赖开源核心而绝不分叉它的专有叠加层，按合同提供。网页上不标价格：每条付费路径都从发给contact@ashforde.org的一封邮件开始。

开源核心 · 免费 · AGPL-3.0

为什么人人都需要它

任何从GNSS获取位置或时间的人都会受到影响：压制干扰、欺骗干扰和信号丢失同样会波及车辆、网络、电网和航天器。
401项能力中有176项与独立的外部参考基准（oracle）一致；其余明确标注为由模型计算。
全部92种场景类型，免费，无功能门控，由场景、随机种子和引擎版本决定，具有确定性。
同一个核心，按商业许可提供，用于闭源集成。

启动Kshana Studio 安装引擎

Kshana Pro · 按合同

为什么选择Pro，更进一步

设计空间的帕累托前沿，前沿上的每个设计都是一个可由免费引擎重新运行的场景。
数千次运行上的不确定性与敏感性分析。
一条命令生成的任务档案，含验证矩阵和一份PDF（可移植文档格式）文件。
可供审计、可复现的证据包；依据你的设备所发布的阿伦预算校准的时钟数字孪生；按性能指标排序的架构权衡研究；基于模型的系统工程（MBSE）与项目工具。

申请Pro评估 Pro包含什么

定制研究 · 为您代办

定制研究：要的是答案，而不是工具

针对你的系统的、由模型计算的PNT韧性研究，例如乐观差距审计。不是认证。
依据你的硬件校准的传感器与韧性模型。
在相应许可和NDA（保密协议）下处理的受出口管制的工作。
集成、培训与咨询。

申请研究为何而做，为谁而做

同一引擎，放大：真实的Kshana Pro输出

Pro包含什么

设计优化器

15未决事项

12项需求依据真实运行核对，21页的PDF（可移植文档格式）

在授时出问题之前，找到它会在哪里出问题。

启动Kshana Studio

预演GNSS失效的那一分钟。

v0.40.0新增：任务线程、每个图表上的证据标签，以及十七种语言

看一个干扰源如何占据频段。

1/6正常

阶段 · 成员运行

一个引擎，覆盖整条故障链。

GNSS压制干扰与干扰

欺骗干扰（spoofing）检测

各类振荡器的时钟守时（holdover）

GNSS/INS滑行

时隙授时

RAIM与ARAIM

授时模板

轨道：SGP4与数值方法

月球PNT

量子传感器权衡研究

浏览器、终端、笔记本、IDE、助手

Kshana不是什么

问你的AI助手，由引擎作答。

从干净的天空到自由运行的时钟。

每条链路，都有交代。

噪声吞没天空。

看起来像定位解的谎言。

然后时间开始漂移。

人人免费。当答案必须经得起评审时，选Pro。

为什么人人都需要它

为什么选择Pro，更进一步

定制研究：要的是答案，而不是工具

同一引擎，放大：真实的Kshana Pro输出

我们应该飞哪种设计？

我们有多大把握，是什么在驱动结果？

任务是否满足其需求，我们能否将此交付？

在授时出问题之前，找到它会在哪里出问题。